面向对象的高分辨率遥感影像分类技术研究.pdf

分类号 P237 密级公开
UDC 编号


学位论文

THESIS FOR DEGREE



面向对象的高分辨率遥感影像
分类技术研究



作者:顾海燕

申请学位级别: 硕士专业名称: 摄影测量与遥感


辽宁工程技术大学
LIAONING TECHNICAL UNIVERSITY
论文题目:面向对象的高分辨率遥感影像分类技术研究
论文英文题目: Research on the Object-oriented
Classification Technology of High
Resolution Remote Sensing Imagery





姓名:顾海燕(年级: 二零零五级)

专业:摄影测量与遥感研究方向:遥感影像信息提取与识别

导师:李海涛职称:副研究员



论文
完成日期: 答辩日期:
授予学位日期:





辽宁工程技术大学
创新点声明


本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及
取得的研究成果,尽我所知,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,也不包含为获得辽宁工程技
术大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志
对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。



作者: 日期:
辽宁工程技术大学硕士学位论文 I
摘要
本文研究了面向对象的高分辨率遥感影像分类技术。主要包括多尺度分
割技术、特征选择与提取技术、面向对象分类技术三大关键技术,在此基础
上,开发出面向对象的高分辨率遥感影像智能解译系统(Object-oriented
Intelligent Interpretation System,OIIS)-ImageInfo OIIS,主要研究成果如下:
(1) 多尺度分割技术。研究并改进了适合于高分辨率遥感影像的三种分
割方法,统计区域增长、改进型颜色结构编码、均值漂移。提出了分形网络
演化与统计区域增长相结合的多尺度分割策略。
(2) 特征选择与提取技术。建立了定量化描述多边形对象的光谱、形状、
纹理特征的特征库。引入规则分析、最小噪声分离两种特征提取方法,解决
了特征选择与提取中的特征组织与管理、可视化表达与存储等关键问题。
(3) 面向对象分类技术。研究并应用了适合于高分辨率遥感影像的两种
面向对象分类方法,支持向量机、反向传播神经网络。解决了分类技术实现
中的分类体系的组织和管理、训练样本的选择和存储、分类结果的可视化表
达等关键问题。
(4) 面向对象的高分辨率遥感影像智能解译系统。以多尺度分割技术、
特征选择与提取技术、面向对象分类技术为基础,设计并开发出面向对象的
高分辨率遥感影像智能解译系统,并利用该系统对高分辨率影像进行分类实
验,结果表明了面向对象分类方法的优越性。


关键词: 面向对象分类;高分辨率遥感影像;多尺度分割;统计区域增长;
颜色结构编码;均值漂移;特征提取;支持向量机;反向传播神
经网络
辽宁工程技术大学硕士学位论文 II
ABSTRACT
In this thesis, the object-oriented classification technology of High
Resolution (HR) remote sensing has been studied, including multi-scale
segmentation technology, feature selection and extraction technology and
object-oriented classification method. On the basis of these technologies, the
Object-oriented Intelligent Interpretation System (OIIS) of HR remote sensing
imagery has been developed. Main research results are as follows:
(1) The multi-scale segmentation technology. Three segmentation
algorithms suitable for HR imag