基于边缘信息增强的面向对象高分影像信息提取研究.pdf

《基于边缘信息增强的面向对象高分影像信息提取研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇．？．．■■？？．？分类号：Ｐ巧单位代巧１０３６１：《获化义乂學０ＡＮＨＵＩＵＮＩＹＥＲＳＩＴＹＯＦｓｃ圧ＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹ＇｜．论文題目；基于辺缘信息增强的面向对象高分影像？信息提取巧究论者姓名；秦礼明专业名務：測绘工程导师姓名；苏涛副教授完成时间—■：二〇六年六月中图分类号；Ｐ２３论文编号；学科分类号：４２０２０密级：公开安徽理王大学硕去学位论文基于边缘信息增强的面向对象高分影像信息提取研究

2、作者姓名：秦礼明专业名称：测绘工超研究方向：地理信息与遥感应用导师姓名：苏涛副教授导师单位：安徽理工大学答辩委员会主席：杨友长论文答辩日期：２０１６年６月２日安微理工大学研巧生处２０１６年６月１３日ＡＤｉｓｓｅｒｔａｔｉｏｎｉｎＳｕｒｖｅｙｉｎｇａｎｄｍａｐｐｉｎ泛ｃｎｇｉｎｃｃｒｉｉｉ色Ｒｅｓｅａｒｃｈｏｎｏｂｅｃｔｏｒｉｅｎｔｅｄｈｉｈｒｅｓｏｌｕｔｉｏｎｉｍａｅｊｇｇｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏ打ｂａｓｅｄｏｎｅｄｅｉ

3、ｎｆｏｒｍａｔｉｏｎｇｅｎｈａｎｃｅｍｅｎｔＣａｎｄｉｄａｔｅ：ＱｉｎＬｉｍｉｎｇＳｕｐｅｒｖｉｓｏｒ：ＳｕＴａｏＳｃｈｏｏｌｏｆＳｕｒｖｅｉｎａｎｄＭａｉｎｙｇｐｐｇＡｎＨｕｉＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＮｏ．１６８ＳｈｕｎｅｎＲｏａｄＨｕａｉｎａｎ２３２００１Ｐ．Ｒ．ＣＨＩＮＡ，，，，ｇｇ独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作。据我所知Ｌ乂标注和致谢的地方及取得的研究成果，除了文中特别加

4、Ｌ乂外，论文中不包含其他人己经发表或撰写过的研究成果，化不包含为巧得安徵巧工大学或其他教育化构的学位或证书而使用过的材料一同工作的同志对本研究所做的任何贡献均己在论文中。与我作了明确的说明并表示谢意。学位论文作者签葦：杳如日期：《年＜月丄户曰学位论文版权使用授权书太举化论女作者完全了解安徽理工大学有保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知巧产权单位属于安徽理工大学。学校有权保留并向国家有关部口或机构送交论文的复王印件和磁盘，允许论文被查阅和借阅。本人授权安徽理

5、大学＾或部分内容编入有关数据库进行栓索，可Ｌ乂采可１乂将学位论文的全部用影印、缩印或担描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）＾学位论文作者签名３祐签字日期：年（月／１曰１＜＜（；｜：＾又＞／＾导师签名：＾签字日期：２Ｗ（年（（月／ＪｒＱ摘要摘要随着信息技术的发展，地理信息获取也变的越来越重要。地理国情普查作为一我国项重要的地理信息统计工作，要求必须掌握我国自然地理要素的基本情况。一一遥感技术是目前获取地理信息的种最重要技术手段之，在测绘、城市规划、

6、国主资源、地质矿产勘查、农林业、军事等行业和领域中都有广泛的应用。随着遥感平台的不断更新，高分辨率可用卫星ＷｏｒｌｄＷｅｗ、ＱｕｉｃｋＢｉｒｄ、ＩＫＯＮＯＳ、ＧｅｏＥｙｅ化及国产的高分系列卫星最高空间分辨率可达到亚米级，高分影像的出现使得遥感影像能够展现出更加丰富的地理信息。较常用的遥感影像分类方法主要包括监督分类、非监督分类Ｗ及决策树分类等。它们依据地物的光谱特征进行分类，比较适合中低分辨率的遥感影像。但是对于高分影像，常用的基于像元的分类方法不仅不能有效地利用其丰富的空间结＂＂构，还会由于其地

7、物光谱异质性小而引起较多椒盐噪声，最终导致分类结果精度降低。因此，对于高分辨率遥感影像传统的分类方法已经越来越难于满足其信息提取的要求。为了更好的提取离分影像信息，研究人员提出了能够充分利用高分影像纹理。、空间等信息的面向对象影像信息提取技术貝前面向对象的信息提取方法主要包括：基于最大面积和目标函数的最优分Ｇｒａｍ－ｃｈｍ割尺度选择Ｓｉｄｔ等不同融合方法的面向对象的遥感影像分类；；基于基于总体精度或Ｋａｐｐａ系数的面向对象分割分类评价指标等。－阻影像为例本文在ｅＣｏｇｎｉｔｉｏｎ软件的基础上此淮南地

8、区的ＷｏｒｌｄＶｉｅｗ，对其进行了预处理，多尺度分割，边缘信息增强Ｗ及边缘信息增强后的影像信息提：取，最后对于不同分类方法做出了精度评价，具体研究如下（１）Ｗ淮南地区高分辨率遥感影像为例，将原始影像进行Ｐａｎｓｈａｒｐｉｎｇ融合，并对其分别做监督分类、非监督