面向对象的高分辨率遥感图像深度特征提取与分类研究

《面向对象的高分辨率遥感图像深度特征提取与分类研究》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、硕士学位论文面向对象的高分辨率遥感图像深度特征提取与分类研究作者姓名：高涵指导教师:荆林海研究员唐韵玮助理研究员学位类别:理学硕士学科专业:地图学与地理信息系统培养单位:中国科学院遥感与数字地球研究所2018年5月Object-OrientedClassificationBasedonDeepfeaturesforHighResolutionRemotelySensedImageryAthesissubmittedtoUniversityofChineseAcademyofSciencesinpartialfulfillmentoftherequi

2、rementforthedegreeofMasterofNaturalScienceinCartographyandGeographyInformationSystemByHanGaoSupervisor:Prof.LinhaiJingAssociateSupervisor:AssistantProf.YunweiTangInstituteofRemoteSensingandDigitalEarthChineseAcademyofSciencesMay2018中国科学院大学研究生学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下独

3、立进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明或致谢。作者签名：日期：中国科学院大学学位论文授权使用声明本人完全了解并同意遵守中国科学院有关保存和使用学位论文的规定，即中国科学院有权保留送交学位论文的副本，允许该论文被查阅，可以按照学术研究公开原则和保护知识产权的原则公布该论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存、汇编本学位论文。涉密及延迟公开的学位论文在解密或延迟期后适用本声明。作

4、者签名：导师签名：日期：日期：致谢本论文依托高分辨率对地观测系统重大专项（民用部分）项目“GF-5卫星全谱段多光谱和高光谱遥感图像通用分类算法与生态系统分类技术研究”（30-Y20A37-9003-15/17）、中国自然科学基金青年项目“基于对象模型与多点空间统计的高分辨率遥感影像分类策略”（41501489）、“十二五”国家科技支撑、国家重点研发计划项目“深部矿产资源评价理论与方法”（2016YFC0600501）、新疆自治区重大专项专题“稀有金属遥感示矿信息提取技术与召开远景研究”和中国地质调查局二级项目“内蒙古黑鹰山地区矿产地质调查”（DD2

5、0160040），在此衷心感谢这些项目对本论文的支持。摘要摘要在现有的遥感数据中，高分辨率遥感数据可以提供丰富的地表信息，精细地描述地物目标的空间结构和表层纹理。图像中的地物轮廓信息更加清晰，为有效解译分析提供了条件和基础。高分辨率遥感数据已显示出比传统的中、低分辨率遥感图像的显著优势和良好的应用前景，但高分辨率数据处理水平和实际需求之间还存在着较大的差距。遥感图像分类是遥感数据信息处理的基本任务之一，建立在多尺度分割基础上的面向对象的图像分析方法是遥感图像解译的有效方法，尤其在高空间分辨率遥感图像分类方面有着巨大的优势。但是自二十世纪末发展至今，

6、该方法仍面临以下两个问题：（1）遥感图像分割是决定面向对象图像分析与计算成功与否的关键，但是高空间分辨率遥感图像中丰富的地物目标与空间语义信息必须在多尺度下才能充分表达和描述。因此，如何定量评价图像分割质量，确定最优分割参数组合，是一个亟待解决的问题；（2）尽管传统的面向对象的高分辨率遥感图像分类方法在特征描述、特征学习以及分类器设计等方面取得了重要的发展，但是大多数传统方法仅从原始图像中提取浅层次的特征用于分类，对于对象目标的深层次地物特征的表达不够充分，特征的人工设计与选择也不利于多源遥感大数据的自动化解译与信息挖掘。因此，如何自动化地提取深层

7、次特征是另一个亟待解决的问题。为解决上述两个问题，本论文围绕非监督的图像分割质量评价、基于超像素特征表达的特征学习方法和面向对象的多尺度卷积神经网络分类展开研究。论文的主要成果如下：（1）基于地统计学中的空间分层异质性，提出了一种无监督遥感图像分割质量定量评价方法。该方法从原始图像中提取光谱和纹理特征构建待评价的特征集，从图像分割区域特征统计的角度，引入空间分层异质性和空间自相关作为区域内外同质和异质性评价的测度。两个测度用于计算分割结果在特征集中的统计值，最后基于马氏距离联合两个测度得到一个全局的质量评价标准，进而根据图像的I摘要分割结果质量，选

8、择分割算法或确定最优分割参数组合。（2）提出了一种基于超像素的卷积神经网络特征学习方法。该方法充分利用高分辨率遥感图像丰富