遥感影像城市范围自动提取方法研究(意见抓紧修改谢谢)(2) 3

《遥感影像城市范围自动提取方法研究(意见抓紧修改谢谢)(2) 3》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、摘要摘要随着遥感技术和水平的提高，遥感影像中所包含的信息越来越丰富，使得遥感跟人们的日常生活的关系越来越密切，逐渐应用到国民经济的各个领域。在众多的地物目标中，城市及其建筑的自动化提取和信息解译已经在城市发展规划、GIS信息的更新以及数字化城市的建设等多个领域中都得到了广泛的实践应用。这段话没有围绕文章主题，请重新组织所以，本文特意针对遥感影像中的城市范围自动提取技术和方法进行深入研究，在对文中内容进行概括的基础上，可以将主要研究工作总结为：(1)、对遥感影像特别是高分辨率遥感影像中常用的特征提取和分析方法进行综合性分析。研究高分辨率特征提取有何用，应从高分辨率特征提取用于城市范围角度进行

2、分析研究可以将影像中各种地物的各种类型详细分为三个不同的类，即光谱特征、纹理特征以及关键点特征。在对所有特征分析方法进行深入分析的基础上，针对最典型的特征提取方法进行深入分析和讨论，为后续章节中的城市区域和范围提取奠定基础。(2)、采用基于多特征融合的一种城市范围检测算法来实现对城市范围的自动提取。基于该方法，可以将常见的最有特征融合问题进行转化，转变为多特征核函数的组合问题，然后，再通过多核学习的途径来完成多特征融合，最终实现城市范围分类器的确定。通过与传统城市范围检测算法的比较后发现，文中算法能够有效提高城市范围检测和提取的性能。(3)、采用先比较后检测的变化检测技术和方法，可以有效减

3、少算法的检测次数，实现对同区域不同时相数据的变化检测和范围提取；基于矢量减少法来减少检测算法运算中能够的分类矢量维数，实现对训练样品的顺利选取。(4)、对各种城市范围提取的方法特点进行比较，分析该领域的发展方向这应该在研究展望中说。在对多种城市范围自动提取方法的发展趋势总结的基础上，文中认为应该采用多种方法相结合的途径，来构建对城市范围进行自动提取的专家系统。虽然本文针对遥感影像，特别是高分辨率遥感影像的城市范围与区域的自动化提取进行了尝试，且得到了一些研究结果，不过，仍然存在诸多缺陷，需要在以后的研究中加以改进。关键词：遥感影像，城区范围检测，角点提取，信息提取能否反映你研究的主题内容？

4、I摘要Abstract英文请找英语专业的人修改Withtheimprovementofremotesensingtechnologyandlevel,theinformationcontainedintheremotesensingimagehasbecomemoreandmorerich,makeremotesensingrelationshipwithPeople'sDailylivesmoreandmorecloser,isgraduallyappliedtovariousfieldsofnationaleconomy.Innumerousfeaturestarget,thecity

5、anditsconstructionofautomaticextractionandinformationinterpretationhasbeenintheurbandevelopmentplanning,GISinformationupdates,andintheconstructionofdigitalcity,andotherfieldshasbeenwidelyusedinpractice.So,inthispaper,speciallyinviewoftheautomaticextractionofremotesensingimagecityconductthethorough

6、researchtothetechnologyandmethod,insummarizedonthebasisofthecontentofthepaper,themainresearchworkcanbesummarizedasfollows:(1)Commonlyusedinremotesensingimage,especiallyhigh-resolutionremotesensingimagefeatureextractionandanalysismethodofcomprehensiveanalysis.Canbevarioustypesofvariousfeaturesinthe

7、imageisdividedintothreedifferentcategoriesofdetailthespectralfeatures,texturefeature,andkeypoints.Analysisofallthecharacteristicsofthemethod,onthebasisofin-depthanalysis,forthemosttypicalfeatureextractionmethodsi