基于多尺度分割下多特征综合的遥感影像变化检测方法研究

论文摘要

随着我国社会经济的稳健发展,使得城乡发展不均衡、产业结构不合理、资源与环境矛盾等问题日益突出。地理国情普查和监测工作在服务于社会经济发展和生态文明建设中发挥着越来越重要的作用。通过开展地理国情普查和监测工作,全面的、实时的、高效地掌握我国地理国情相关动态,深刻揭示了社会经济发展,资源与生态环境及其发展趋势的内在联系。面向地理国情监测重大工程应用,变化区域识别是其技术流程的重要环节,而变化区域信息的识别主要是依靠遥感影像变化检测技术的支撑。因此,本文通过高分辨率遥感影像,在面向对象影像分析技术的基础上对变化检测方法深入进行了探讨和学习。本文系统的总结了遥感影像变化检测的研究现状、存在问题以及变化检测技术的基础理论,梳理归纳了其主要技术流程。从遥感影像的变化检测处理的基本单元入手,将其分为基于像素和基于面向对象影像分析的两大类变化检测方法,并深入探讨了这两类变化检测方法的原理、内容以及其相应的常规方法。伴随着高空间分辨率的遥感影像的发展迅速发展,单个像素所能提供的特征信息越来越有限,传统的基于像素的变化检测只利用了影像像素光谱特征,对于高空间分辨率的影像,就会存在大量“异物同谱”和“同物异谱”的现象,致使检测精度存在一定的误差;数据冗余,处理速度慢,且检测结果受噪声影像。而面向对象的变化检测方法,将影像分割为一个个对象,通过对对象特征的提取和分析,快速准确的获取变化信息,该方法以弥补基于像素的变化检测方法的不足。对于面向对象的变化检测方法,其影像分割、特征提取、自动分类是该技术的关键,也是难点,本文从这几个问题出发,主要研究内容如下:(1)面向对象的高分辨率遥感影像的变化检测主要技术流程,包括:影像预处理、影像分割、影像对象特征提取、自动分类和变化检测等。(2)深入研究了影像分割技术的原理和内容,对基于影像分割变化检测的两大类方法进行了归纳总结,通过基于eCognition的多尺度分割算法进行了深入的研究,针对多尺度分割算法的三个主要参数进行实验讨论,尤其是最优分割尺度的确定问题,提出了基于纹理特征的GLCM同质性(Homogeneity)和熵(Entropy)来构造评价模型函数,构建分割尺度与各评价指标的变化曲线图,并与其他评价指标,进行对比分析,验证了本文提出了的HOEN评价指标法的可行性。最后评判出各地物的最优分割尺度。利用确定的参数指导影像在多个最优分割尺度下完成影像分割,构建多层次的影像对象层,使分割后影像对象对实际地物的表达更贴切,有效避免分割过度或者分割欠缺的情况。(3)在通过建立多尺度分割下影像对象层的基础上,综合分析了影像对象的光谱、纹理以及空间结构特征等及与相对应实际地物的特征,针对面向对象影像分析技术中,特征选择的好坏和维数对分类结果以及变化检测检测精度的影像问题,深入研究了分离阈值法SEaTH和FSO特征空间优化算法,通过FSO算法对冗余特征进行初步的筛选,降低特征维数,综合最优特征组合,再利用SEaTH算法进行自动选择优化后的特征集和确定阈值后进行分类。(4)最后结合高分辨率遥感影像实例,应用(2)、(3)中的关键技术,对T1时相影像和T2时相影像进行最优尺度分割和特征空间优化,完成前后时相影像的分类后进行变化检测,判别变化信息和非变化信息,实现变化信息的自动获取。

论文目录

• 摘要
• Abstract
• 第一章 绪论
•   1.1 概述
•   1.2 研究背景及意义
•     1.2.1 地理国情监测工作
•     1.2.2 遥感技术在地理国情监测应用中的关键
•   1.3 国内外研究现状
•     1.3.1 遥感影像变化检测方法研究现状
•     1.3.2 变化检测研究中存在的问题
•   1.4 主要工作及内容安排
•     1.4.1 研究内容
•     1.4.2 本文的章节安排
• 第二章 变化检测相关基础
•   2.1 变化检测的概念
•   2.2 变化检测的流程
•     2.2.1 数据选取
•     2.2.2 数据预处理
•     2.2.3 变化信息获取
•     2.2.4 变化检测精度评价
•   2.3 遥感影像变化检测方法
•     2.3.1 基于像素的变化检测
•     2.3.2 面向对象的变化检测
•     2.3.3 遥感影像变化检测的一般流程
• 第三章 影像分割与多特征综合
•   3.1 面向对象变化检测方法的理论基础
•     3.1.1 面向对象的概念
•     3.1.2 面向对象影像分析技术
•   3.2 影像分割
•     3.2.1 影像分割的原理
•     3.2.2 影像分割内容及分类
•     3.2.3 基于影像分割的变化检测方法
•   3.3 多尺度分割
•     3.3.1 多尺度分割的概念
•     3.3.2 多尺度分割的原理
•     3.3.3 多尺度分割的主要参数
•   3.4 多尺度分割参数的选取
•     3.4.1 波段权重选取
•     3.4.2 形状因子和紧致度因子的选取
•     3.4.3 最优分割尺度的选取
•   3.5 影像对象特征分析
•     3.5.1 光谱特征
•     3.5.2 纹理特征
•     3.5.3 空间结构特征
•   3.6 多特征综合优化
• 第四章 面向对象变化检测与精度评价
•   4.1 实验数据及预处理
•   4.2 对象分类后变化检测实验
•     4.2.1 影像多尺度分割
•     4.2.2 多特征综合优化
•     4.2.3 分类后变化检测
•   4.3 变化检测结果分析与评价
• 第五章 结论与展望
•   5.1 主要研究内容和成果
•   5.2 发展与展望
• 致谢
• 参考文献
• 附录

文章来源

类型: 硕士论文

作者: 耿黎娜

导师: 朱兰艳

关键词: 变化检测,面向对象,多尺度分割,多特征综合,分类

来源: 昆明理工大学

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 昆明理工大学

分类号: P237

DOI: 10.27200/d.cnki.gkmlu.2019.001480

总页数: 87

文件大小: 8134K

下载量: 75