基于高分影像的土地覆盖分类方法研究

《基于高分影像的土地覆盖分类方法研究》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、学校代码10530学号201510202003分类号P237密级公开硕士学位论文基于高分影像的土地覆盖分类方法研究学位申请人马长辉指导教师黄登山学院名称土木工程与力学学院学科专业测绘工程研究方向遥感数字图像处理二零一八年六月LandCoverClassificationMethodBasedonHigh-resolutionImageryCandidateMaChanghuiSupervisorHuangDengshanCollegeCollegeofCivilEngineeringandMechanicsProgramSurveyingEngineeringSpecializa

2、tionRemoteSensingDigitalImageProcessingDegreeMasterUniversityXiangTanUniversityDateJune2018I摘要伴随着遥感传感器技术的快速发展，人类所获取的遥感影像空间分辨率不断提高，高空间分辨率遥感影像已被广泛应用于城市规划、国土、测绘、地质、农业、林业、环境等行业。遥感影像自动分类通过计算机自动识别、提取地物信息的技术，是遥感影像信息应用的基础。由于高空间分辨率影像具有严重的“同物异谱”现象，使得基于光谱特征进行分类的传统影像分类方法遭遇困难瓶颈，为此人们引入面向对象的思想对高空间分辨率影像进行分类，

3、并取得了良好的效果，该技术已被主流商业遥感软件所采用,如ENVI、ERDAS等。其中基于SVM（支持向量机）的面向对象分类技术是该类方法的代表，其主要思想为首先依据影像光谱要素按照“同质性最大，异质性最小”原则，将影像分割成一系列内部匀质的对象，然后提取对象的光谱、纹理与几何特征信息，最后利用SVM分类器对特征进行分类。虽然该方法分类结果表现优异，但也存在如下缺点：（1）分类中所使用的纹理信息仅为单尺度信息，忽略了纹理信息在空间上具有多尺度特性；（2）分类器所使用的参数经验化，缺乏最优性。基于以上认识本文展开研究，具体成果如下：（1）应用全色影像与多光谱影像融合，可为影像分类提供

4、高空间分辨率多光谱影像，能有效提高数据质量，提高分类精度。由于遥感影像融合方法针对不同的融合目的、数据源会有不同的表现，为选取基于分类用途的最优影像融合方法，本文选取IHS、PCA、Wavelet融合、Gram-Schmidt融合、IHS+Wavelet变换融合和PCA+Wavelet变换等六种融合方法，对ZY3和GF2两组影像数据进行融合，从影像整体亮度范围、清晰度、信息量、光谱相关和对融合影像的面向对象分类精度5个方面进行评价，最后得出PCA融合影像适合ZY3影像分类，对于GF2影像，Wavelet融合算法融合效果最佳。（2）为弥补基于SVM的面向对象分类方法缺陷，本文从两个

5、方面予以改进，其一为应用Log-Gabor小波提取影像的多尺度纹理信息，并使用PCA（主分量分析）对其与采用面向对象方法提取的信息进行信息集成；其二为使用粒子群优化算法（ParticleSwarmOptimization，PSO）对SVM分类器参数进行优化。通过对ZY3和GF2融合影像分类，经目视比较与客观统计分析，表明本文所提改进方法相对于基于像元和光谱特征的SVM分类方法、面向对象的SVM分类方法和基于Log-Gabor小波纹理的SVM分类方法，其分类精度均有不同程度的提高。关键词:高分影像;面向对象分类;纹理特征;几何特征;Log-Gabor小波IIIAbstractWit

6、htherapiddevelopmentofremotesensingsensortechnology,thespatialresolutionofremotesensingimagesacquiredbyhumanshasbeencontinuouslyimproved.Highspatialresolutionremotesensingimageshavebeenwidelyusedinurbanplanning,land,surveyingandmapping,geology,agriculture,forestryandenvironmentalindustries.Th

7、eautomaticclassificationofremotesensingimagesbycomputersautomaticallyrecognizesandextractstheinformationofgroundobjects,whichisthebasisfortheapplicationofremotesensingimageinformation.Becausehighspatialresolutionimageshaveserious“homologous”p