基于WorldView-2高分辨率影像的城市土地覆蓋分類方法研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本文以河南省平頂山市為研究區(qū),采用WorldView-2遙感影像對其中的地物信息進(jìn)行識別和提取,WorldView-2是Digital Globe公司于2009年10月發(fā)射成功的新一代高分辨率8波段商用衛(wèi)星,該衛(wèi)星能夠提供0.5米全色圖像和1.8米分辨率的多光譜圖像,本文運用到是1.8米分辨率的8波段多光譜圖像。為了研究WorldView-2高分辨率影像在城市土地覆蓋分類方面的能力,本文研究過程與成果如下:
  (1)在文中,對W

2、orldView-2影像分別利用基于像素和面向?qū)ο髢煞N分類方法對研究區(qū)進(jìn)行城市土地地物提取,在基于像素方法中,選取支持向量機(jī)(SVM)和C5.0決策樹分類器分別進(jìn)行城市土地覆蓋分類。并對兩種分類器的分類性能進(jìn)行綜合比較,最終得出兩種分類器的總體分類精度區(qū)別不大,但各自有其擅長提取的地物,對于城市內(nèi)部土地分類,SVM分類器更加適合。
  (2)在面向?qū)ο蠓椒ㄖ?,使用SVM分類算法,運用改進(jìn)的多層分割分類的方法。在影像的多尺度分割試驗

3、中,通過調(diào)整參數(shù)多次分割實驗,取得了適合研究區(qū)各地物的分割參數(shù):第一層分割尺度參數(shù)為120,提取水體和大塊林地耕地;經(jīng)過第一層分割分類,將影像分為三部分:城市層,植被層,水體層。對每一層繼續(xù)進(jìn)行分割分類,經(jīng)過多次試驗,第二層城市層分割尺度參數(shù)為20,提取城市建筑物,道路,陰影等;水體層分割尺度為40,提取水體,濕地等;植被層分割尺度為80,將大片林地與耕地區(qū)分開來。這樣,通過多尺度多分辨率分割,各類地物在不同尺度上進(jìn)行提取,建立起合適的

4、分類等級體系,并獲得最終的分類結(jié)果。
  (3)研究結(jié)果表明,面向?qū)ο蟮腟VM城市土地覆蓋分類方法的總體精度達(dá)到88.29%,基于像素的SVM分類方法總體精度為74.7%,基于像素的C5.0決策樹分類方法總體精度為74.2%,面向?qū)ο蟮腟VM分類方法總體精度為80.6%,比基于像素方法平均提高6.3%,Kappa系數(shù)由0.71、0.72提高到0.78??傮w來說,SVM分類算法在城市土地覆蓋分類方面比C5.0決策樹算法更有優(yōu)勢;與基

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

評論

0/150

提交評論