版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著高分辨遙感衛(wèi)星的日益發(fā)展,越來越多的高分辨率遙感影像走進入們的生活。越來越多的高分辨率衛(wèi)星帶來了分辨率越來越高的遙感影像,這些影像被廣泛應用于國民建設、國土資源、林業(yè)、環(huán)境等諸多行業(yè)。目前,隨著地理國情普查和監(jiān)測項目的日益推進,相關遙感影像中地理國情典型要素的特征分析與提取工作發(fā)揮出越來越重要的作用。地理國情典型要素提取是地理國情信息提取的重要內容之一,具有重要的現(xiàn)實意義和理論價值。基于這一背景,本文首先結合地理國情普查和監(jiān)測相關項
2、目的要求,歸納地理國情典型要素(水系要素和道路要素)的特征體系,同時使用易康eCognition軟件對典型要素進行全面的特征分析,建立優(yōu)化的特征規(guī)則集,然后開展分層策略對比實驗研究,最后基于IDL進行地理國情典型要素的提取研究。本文研究的分層策略提取研究和IDL自動化提取地理國情典型要素研究一方面為地理國情項目工作提供了一種較為優(yōu)化的分析提取體系,另一方面為高分辨率遙感影像解譯分析提供依據(jù)和技術指導。
本研究主要內容包括:⑴地
3、理國情典型要素特征體系的歸納。本文基于地理國情項目要求,綜合歸納了高分辨率遙感影像中的特征體系和易康軟件涵蓋的特征體系,為之后的地理國情典型要素分析奠定了基礎,同時具有一定的理論參考意義。⑵水系和道路典型要素的特征分析。水系要素和道路要素作為地理國情四大要素的重要組成成分,有關它們的分析尤為重要。本文建立了借助樣本統(tǒng)計分析量化的模式,重點分析其典型特征,得出了較為理想的優(yōu)化特征集,將在面向對象的遙感影像解譯分類發(fā)揮一定的作用。⑶面向對象
4、的分層策略研究。本文基于典型要素的特征分析結果,首先設計針對性的分層策略,然后與未分層遙感影像信息提取對比,得出其分類效果較好且效率較高的結論。其中未分層提取的總體精度是0.72,而使用分層策略提取總體精度可以達到0.81,且分層策略提取的分類結果更好。⑷基于IDL的典型要素提取研究。研究基于水體要素的NDWI指數(shù)特征和道路要素的特征規(guī)則集,設計并編程實現(xiàn)了水體和道路典型要素的提取。同時以人工采樣的100個水系和道路要素樣本檢查點的人工
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于參考資料分析的地理國情普查要素質檢法探討
- 基于eCognition的地理國情普查道路信息提取.pdf
- 基于RapidEye影像的典型植被要素提取.pdf
- 基于參考資料分析的地理國情普查要素質檢法探討
- 典型通信信號細微特征的小波分析與提取.pdf
- 基于IDL的水深信息提取系統(tǒng)的研究與實現(xiàn).pdf
- 1296.面向地理國情監(jiān)測的道路和水系信息提取與分析
- 基于典型相關分析的多視圖特征提取技術研究.pdf
- 典型通信信號細微特征的小波分析與提取問題研究
- 基于聲音的病例特征提取與分析
- 基于聲音的病例特征提取與分析.pdf
- 面向地理國情普查的地表覆蓋要素多尺度分割參數(shù)研究.pdf
- 陜西省行政地名的地理環(huán)境要素與景觀特征分析
- 基于病毒行為分析的特征碼的提取與檢測.pdf
- 基于labview的心音多特征參數(shù)提取與分析.pdf
- 面向網(wǎng)頁文本的地理信息要素提取與空間定位方法研究.pdf
- 基于多源數(shù)據(jù)的典型地貌形態(tài)特征提取方法研究.pdf
- 圖像語義特征的提取與分析.pdf
- 典型目標穩(wěn)定特征提取.pdf
- 基于多尺度幾何分析的圖像特征提取與分類.pdf
評論
0/150
提交評論