面向对象的多时相卫星影像地物分类技术

《面向对象的多时相卫星影像地物分类技术》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、硕士学位论文面向对象的多时相卫星影像地物分类技术OBJECT-ORIENTEDLANDCOVERCLASSIFICATIONTECHINIQUESFORMULTITEMPORALSATELLITEIMAGES王玉亭哈尔滨工业大学2015年7月国内图书分类号：TN911.73学校代码：10213国际图书分类号：621.3密级：公开工学硕士学位论文面向对象的多时相卫星影像地物分类技术硕士研究生：王玉亭导师：谷延锋教授申请学位：工学硕士学科：信息与通信工程所在单位：电子与信息工程学院答辩日期：2015年7月授予学位单位：哈尔滨工业大学Classifie

2、dIndex:TN911.73U.D.C:621.3DissertationfortheMasterDegreeinEngineeringOBJECT-ORIENTEDLANDCOVERCLASSIFICATIONTECHINIQUESFORMULTITEMPORALSATELLITEIMAGESCandidate：WangYutingSupervisor：Prof.GuYanfengAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：InformationandCommunication

3、EngineeringAffiliation：SchoolofElectronicsandInformationEngineeringDateofDefence：July,2015Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要随着卫星遥感技术的不断发展，应用需求的增加，应用范围也越来越广泛。单纯的对单时相的卫星遥感技术研究已经达不到人们的需求。因此，对于地物分类来说，由于单时相卫星影像空间分辨率比较低，而且所含的光谱信息一般也比较少，分类结果一般

4、会出现椒盐现象，不能很好的满足应用需求。本文从多时相卫星影像数据的特点出发，旨在深入挖掘多时相卫星影像信息，提高卫星影像数据应用能力。首先对卫星影像进行了预处理，接着研究了基于图论的归一化分割；并深入研究了多时相卫星影像的时间序列指数特征；针对多时相卫星影像提出了基于增量学习的集成学习分类算法，并且与传统的多时相分类算法对比，增量集成学习算法取得了较好的效果。本文工作主要是研究了卫星影像数据预处理、时序指数特征提取以及面向对象的多时相卫星影像地物分类，包括以下三个方面：首先，本文从多光谱卫星影像数据的获取原理出发。由于目前多时相卫星影像数据的空间

5、分辨率与光谱分辨率都比较低，而且数据量比较大。采用传统的基于像素的分类方法不仅运算效率低，而且分类结果会出现椒盐现象。因此在预处理的基础上，研究了基于图论分割算法。针对最小割算法的缺陷，将图论分割算法进行了归一化，且取得了较好的分割效果。影像分割也为面向对象的分类的奠定了基础。然后，从多时相多光谱卫星影像数据的时序特性出发。研究了有利于地物分类的指数特征提取、时序指数特征提取。为了有效的揭示不同地物随时间的变化对不同指数特征的敏感度，对时序指数特征提取了一阶和二阶差分时序指数特征，并在此基础上进行了研究了面向对象的分类方法，且与传统的基于像素的分

6、类结果进行对比，取得了较好的分类效果。最后，针对于多时相卫星影像数据的时序特性，在多核Boosting集成学习算法的基础上，引入增量学习，构建多时相分类器。增量学习可以在保留历史学习信息的基础上，对新增的样本不断学习，进而不断地更新分类器，集成的新分类器对新样本具有更好的预测效果。为验证多时相分类器的有效性，利用多时相卫星影像进行了实验。结果表明并与传统的合成核算法和集成学习算法相比，增量集成学习算法对多时相卫星影像分类表现出较好的分类性能。关键词：多时相；分割；时序特征；增量学习；集成学习；分类-I-哈尔滨工业大学工学硕士学位论文Abstrac

7、tWiththecontinuousdevelopmentofsatelliteremotesensingtechnologyandtheincreaseofapplicationrequirements,thistechnologyisappliedmoreandmoreextensively.Pureresearchonmono-temporalsatelliteremotesensingcan’tsatisfypeople'sneeds.Therefore,forlandcoverclassificationofmono-temporals

8、atelliteimages,notonlythespatialresolutionisrelativelylow,butalsospe