古村落高分辨率遙感影像分類識別算法研究.pdf

1、由于地理環(huán)境的限制以及管理措施的不當，作為中國傳統(tǒng)文化遺產(chǎn)重要承載體的古村落正日漸消亡。隨著人們對文化遺產(chǎn)保護意識的增強，以及相關政策的出臺，古村落保護逐漸受到國內外學者的關注。遙感技術和人工智能的高效快捷，較之傳統(tǒng)的人工統(tǒng)計測繪，為古村落動態(tài)信息管理保護預測平臺的建立提供了科學有力的保障。
　　遙感影像地物要素的分類識別研究是整個遙感分析解譯的核心內容。對于蘊含豐富的地物要素特征的高分辨率遙感影像而言，僅僅采用傳統(tǒng)的分類方法會導

2、致分類精度低、空間數(shù)據(jù)冗余和資源的極大浪費，且無法滿足實際應用的時效性需求。因此，高效、智能化的高分辨率遙感影像地理信息分類識別方法成為當前乃至今后遙感信息處理領域的研究熱點。
　　本文以古村落高分辨率遙感影像為研究對象，按照“遙感影像預處理——影像分割——影像分類識別”為主線，圍繞古村落高分辨率遙感影像分類識別算法展開具體的研究和論述。
　　（1）針對影像中存在的不可抗拒現(xiàn)象——陰影，本文結合古村落高分辨率遙感影像陰影的特

3、性，選用具有人眼視覺特性的脈沖耦合神經(jīng)網(wǎng)絡進行陰影處理。然而，當影像中非陰影區(qū)域存在亮度和色度相近或低于陰影區(qū)域的亮度和色度的實體時，傳統(tǒng)的PCNN總是出現(xiàn)錯分誤檢。由此，本文構建了具有雙閾值調節(jié)機制的新型脈沖耦合神經(jīng)網(wǎng)絡DTPCNN模型。
　?。?）針對影像中地物要素的多樣性和復雜性，提出基于面向對象與集成學習思想相結合的高分辨率遙感影像分類識別算法。該算法首先對影像進行多尺度多特征分割，繼而提取光譜特征和紋理特征作為分類識別環(huán)