面向土地利用变化检测与分类的遥感图像处理方法研究

面向土地利用变化检测与分类的遥感图像处理方法研究

ID:34934540

大小:5.25 MB

页数:78页

时间:2019-03-14

面向土地利用变化检测与分类的遥感图像处理方法研究_第1页
面向土地利用变化检测与分类的遥感图像处理方法研究_第2页
面向土地利用变化检测与分类的遥感图像处理方法研究_第3页
面向土地利用变化检测与分类的遥感图像处理方法研究_第4页
面向土地利用变化检测与分类的遥感图像处理方法研究_第5页
资源描述:

《面向土地利用变化检测与分类的遥感图像处理方法研究》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、中图分类号:TP751论文编号:102870415-S066学科分类号:081001硕士学位论文面向土地利用变化检测与分类的遥感图像处理方法研究研究生姓名陶飞翔学科、专业通信与信息系统研究方向图像处理与视频通信指导教师吴一全教授南京航空航天大学研究生院电子信息工程学院二О一五年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofElectronicandInformationEngineeringResearchonRem

2、oteSensingImageProcessingMethodforChangeDetectionandClassificationofLandUseAThesisinCommunicationandInformationSystembyTaoFeixiangAdvisedbyProf.WuYiquanSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2015承诺书本人声明所呈交的硕士学位论文是本

3、人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:日期:南京航空航天大学硕士学位论文摘要遥感技术的广泛应用,推动了农业生产和研究快速发展。研究面向土地利用变化检测与分类的遥感图像处理方法,可

4、为优化农业生产决策、土地区域规划管理等基础工作和研究提供技术支持。本文在前人研究的基础上,深入研究了土地利用所涉及的遥感图像增强、配准、融合、变化检测和分类方法,主要工作如下:首先,提出了一种基于非下采样Shearlet变换(Non-subsampledShearletTansform,NSST)和参数化对数图像处理模型的土地利用遥感图像增强方法。对土地利用遥感图像进行NSST分解,利用参数化对数图像处理模型对分解后的低频分量进行增强,高频分量则采用改进模糊增强方法进行处理。实验结果表明,与基于平稳小波变换、基于S

5、hearlet变换等增强方法相比,该方法能够有效地增强图像,提高土地利用图像视觉效果。然后,讨论了一种利用双树复小波变换和加速鲁棒特征(SpeedUpRobustFeatures,SURF)的土地利用遥感图像配准方法。利用双树复小波变换将参考图像和待配准图像分解为低频分量和高频分量之后,选取其对应的低频分量作为SURF方法的输入图像,得到两者的粗匹配结果;再通过随机抽样一致算法对粗匹配点对进行提纯,剔除误匹配点对,同时计算出最佳匹配的变换模型参数;根据该变换模型参数对待配准图像进行几何变换,完成土地利用遥感图像的配

6、准。实验结果表明,与尺度不变特征变换方法和SURF方法相比,该方法计算速度较快,配准效果更好,同时在抗噪声、抗旋转及抗亮度变化性能方面更加优越。其次,提出了一种基于改进投影梯度非负矩阵分解(Non-negativeMatrixFactorization,NMF)和改进脉冲耦合神经网络的NSST域土地利用遥感图像融合方法。对多光谱遥感图像进行IHS变换,再分别利用NSST对多光谱图像的亮度分量和全色图像进行分解,对二者的低频系数利用改进投影梯度NMF进行融合;同时采用基于改进脉冲耦合神经网络的方法进行高频子带系数融合

7、。实验结果表明,提出的方法保留了原始多光谱图像的光谱信息,同时提高了融合遥感图像的空间细节表现能力,并且在平均梯度、光谱扭曲度等客观定量评价指标上优于基于IHS变换、基于非下采样Contourlet变换和NMF、基于非下采样Contourlet变换和脉冲耦合神经网络等3种融合方法。再次,给出了一种基于Shearlet变换和核主成分分析的遥感图像土地利用变化检测方法。对遥感图像进行Shearlet多尺度分解,再对分解后的数据进行核主成分分析,随之进行Shearlet反变换得到含变化信息的图像,对该图像采用模糊局部信息

8、C均值方法进行分割,实现遥感图像的变化检测。与基于主成分分析、基于核主成分分析、基于小波变换和主成分分析等3种变化检测方法相比,该方法能有效地分离出变化信息,且对背景有较强的鲁棒性,同时也降低了方法的计算复杂度。最后,研究了一种基于光谱信息、Log_gabor小波和随机森林的遥感图像土地利用分类方I面向土地利用变化检测与分类的遥感图像处理方法研究法。对土地利

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。