面向?qū)ο蟮倪b感影像分割與分類(lèi)方法研究.pdf

1、高分辨率遙感影像的不斷涌現(xiàn)，大大推動(dòng)了遙感技術(shù)在各個(gè)領(lǐng)域的應(yīng)用。高分影像具有地物細(xì)節(jié)復(fù)雜豐富、幾何結(jié)構(gòu)突出等特征，如何從豐富的高分辨率影像中有效的提取目標(biāo)信息是當(dāng)前遙感研究的熱點(diǎn)問(wèn)題。本文以多源高分辨率影像為數(shù)據(jù)源，對(duì)面向?qū)ο筮b感影像分類(lèi)技術(shù)進(jìn)行研究。首先，通過(guò)研究影像分割算法的原理和實(shí)現(xiàn)過(guò)程，從初分割和區(qū)域合并兩個(gè)方面提高影像分割的效率和精度;其次，研究對(duì)象特征量化方法和不同對(duì)象特征對(duì)分類(lèi)結(jié)果的影像;最后選擇支持向量機(jī)(SVM)分類(lèi)方

2、法和最鄰近方法對(duì)影像對(duì)象進(jìn)行分類(lèi)，實(shí)現(xiàn)了高分辨率遙感影像提取。
　　(1)影像分割算法研究。為了提高影像分割效率，本文初分割算法采用只需一趟掃描的分水嶺分割算法，為了改善分水嶺分割都存在的過(guò)分割問(wèn)題，采用動(dòng)態(tài)閾值的標(biāo)記分水嶺分割方法對(duì)遙感影像進(jìn)行初分割，大大改善了影像的初分割效果。為了進(jìn)一步優(yōu)化初分割影像對(duì)象，采用區(qū)域鄰接圖RAG(Region Adjacency Graph)表達(dá)相鄰區(qū)域的鄰域關(guān)系，基于光譜形狀結(jié)合的區(qū)域合并準(zhǔn)則

3、對(duì)初分割結(jié)果進(jìn)行合并，通過(guò)設(shè)置不同合并閾值獲取不同尺度下的分割結(jié)果，探索影像分割的最優(yōu)尺度。
　　(2)對(duì)象特征分析和組合。研究影像對(duì)象的光譜、形狀和紋理特征，分析不同地物類(lèi)型各特征之間的關(guān)系;根據(jù)不同的分類(lèi)目的，選取合理的特征組合，從光譜、形狀和紋理等多個(gè)角度精煉分類(lèi)結(jié)果，提高地物提取的精度。
　　(3)高分辨率遙感影像面向?qū)ο蠓诸?lèi)。采用SVM算法和最鄰近分類(lèi)算法對(duì)不同遙感影像進(jìn)行分類(lèi)實(shí)驗(yàn)，實(shí)現(xiàn)了面向?qū)ο蟮母叻直媛蔬b感影像