基于對象的遙感圖像處理平臺應(yīng)用研究.pdf

1、隨著遙感技術(shù)的發(fā)展和衛(wèi)星空間分辨率的提高，高分辨率遙感圖像開始廣泛應(yīng)用于各個(gè)領(lǐng)域。根據(jù)高分辨率的遙感圖像細(xì)節(jié)信息豐富、地物幾何結(jié)構(gòu)明顯的特點(diǎn)，面向?qū)ο蟮倪b感圖像處理方法應(yīng)運(yùn)而生。圖像分割、特征提取、圖像分類是面向?qū)ο筮b感圖像處理中重要的三個(gè)組成部分。上海交通大學(xué)遙感科學(xué)實(shí)驗(yàn)室依托上海市科委重點(diǎn)項(xiàng)目“基于影像內(nèi)容的自動(dòng)搜索和特定目標(biāo)的變化檢測與更新技術(shù)研究”（NO. 055115018），設(shè)計(jì)實(shí)現(xiàn)了面向?qū)ο蟮倪b感圖像處理平臺ELU。本文結(jié)

2、合該項(xiàng)目而進(jìn)行，對高分辨率遙感圖像分割方法、特征提取和K 近鄰分類方法做了深入的研究，并完成了ELU系統(tǒng)中對應(yīng)模塊的設(shè)計(jì)和實(shí)現(xiàn)。圖像分割是面向?qū)ο襁b感圖像處理方法中的重要一環(huán)，分割形成的初始區(qū)域是圖像對象的形狀表述，分割的好壞也將直接影響到后續(xù)分析、識別和解譯等的精度。ELU 平臺使用一種基于區(qū)域合并的遙感圖像多尺度分割方法，此方法綜合利用遙感圖像的光譜特征和形狀特征信息來描述區(qū)域?qū)ο蟮奶匦?，并在此基礎(chǔ)上給出兩個(gè)相鄰區(qū)域的合并代價(jià)，通過

3、不同閾值對合并代價(jià)進(jìn)行限制，以得到不同尺度大小的分割結(jié)果。為提高遙感圖像分割的效率，使用分塊策略對初始區(qū)域鄰接圖進(jìn)行劃分。實(shí)驗(yàn)證明，這種改進(jìn)的多尺度分割方法遙感圖像分割精度較好，同時(shí)效率有了較大的提高。特征提取是圖像分類的前提條件，ELU 平臺中特征提取是在圖像分割獲得圖像對象之上進(jìn)行的，與一般的基于像素的特征提取不同。ELU 平臺提供光譜特征、形狀特征、紋理特征三類的計(jì)算。K 近鄰分類器穩(wěn)定性好，適合遙感圖像地類復(fù)雜的特點(diǎn)，因此本文選