版權說明: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,請進行舉報或認領
文檔簡介
1、近年來,高分辨率遙感數(shù)據(jù)在各行業(yè)得到廣泛的應用,不僅包括傳統(tǒng)的國土資源、地質調(diào)查和測繪等部門,還涉及到城市規(guī)劃、交通旅游和生態(tài)環(huán)境等領域。然而,面對海量的高分辨率遙感數(shù)據(jù),如何能夠準確、快速并智能地提取所需專題信息,并對其進行有效利用是當前面臨的重要問題之一。由于高分辨率遙感影像自身的復雜性和多尺度特性,使得傳統(tǒng)的基于像元的影像分類方法力不從心,而基于面向對象思想的影像分析方法彌補了其不足,并逐漸成為高分辨率遙感影像分類的主流方法。
2、r> 在面向對象的影像分類方法中,首先需要將遙感影像分割成有意義的影像對象集合,進而在影像對象的基礎上進行特征提取和分類。本文針對面向對象影像分類思想的關鍵環(huán)節(jié)展開討論和研究,主要做了以下方面的工作:
(1)采用基于改進分水嶺變換的多尺度分割算法對高分辨率遙感影像進行初始分割。首先進行各向異性擴散濾波的預處理,然后提取多尺度形態(tài)學梯度特征,進而利用基于標記的分水嶺算法進行分割,最后基于影像對象的光譜和形狀異質性指標進行多尺度
3、區(qū)域合并。該方法綜合考慮了高分辨率遙感影像的復雜性以及多光譜、多尺度特性,使分割效果得到一定的改善。
(2)引入文本分析中的詞包模型進行遙感影像對象的特征表達,該方法通過將低層視覺特征表達成高層語義特征,實現(xiàn)對“語義鴻溝”的跨越。為了充分考慮遙感影像的尺度特性,在進行詞包表示時,構建了基于高斯尺度金字塔的多尺度視覺單詞,并且通過實驗證明其表達能力優(yōu)于經(jīng)典的詞包表示。
(3)最后,在詞包表示的基礎上,利用概率潛在語義分
4、析方法對同義詞和多義詞較強的鑒別能力對影像對象進行分析,找出其最可能屬于的主題或類別,進而完成影像的分類。該方法無需選擇訓練樣本,屬于非監(jiān)督的分類方法。為了驗證本文方法的有效性,分別選取高分辨率航空遙感影像、Quickbird影像和IKONOS影像進行分類實驗。實驗表明,本文方法的分類效果明顯優(yōu)于其它非監(jiān)督分類方法,略好于有監(jiān)督的基于對象的分類方法(以航空遙感影像為例,本文方法的總體分類精度為90.57%,基于像元的 ISODATA聚類
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(nèi)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(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)容負責。
- 6. 下載文件中如有侵權或不適當內(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
- 高分辨率遙感影像多尺度分割方法研究.pdf
- 高分辨率遙感影像分類方法研究
- 高分辨率遙感影像耕地多尺度提取.pdf
- 高分辨率遙感影像面向對象分類方法研究.pdf
- 高分辨率遙感影像分割方法研究.pdf
- 高分辨率遙感影像多尺度分割算法研究與應用.pdf
- 高分辨率遙感影像草地和樹木分類方法研究.pdf
- 多尺度城市道路高分辨率遙感影像提取方法研究.pdf
- 面向對象的高分辨率遙感影像多尺度分割參數(shù)及分類研究.pdf
- 面向對象的高分辨率遙感影像分類
- 面向對象的高分辨率遙感影像分類
- 面向對象的高分辨率遙感影像分類方法研究.pdf
- 面向對象的高分辨率遙感影像分類.pdf
- 融合各最優(yōu)尺度下特征的高分辨率遙感影像分類.pdf
- 高分辨率遙感影像去云方法研究.pdf
- 基于紋理特征的高分辨率遙感影像分類方法研究.pdf
- 面向對象的高分辨率遙感影像分類.pdf
- 高分辨率遙感影像車輛檢測方法研究.pdf
- 面向對象的高分辨率遙感影像分類及最佳分割尺度研究.pdf
- 多源高分辨率遙感影像自動配準方法研究.pdf
評論
0/150
提交評論