高分辨率遥感影像面向对象变化信息自动提取的研究.pdf

致谢
在论文完成之际,感到欣慰的同时,亦觉惶惑,虽然论文在某些方面取得了一定成果,
但亦感要从根本上解决影像信息自动检测提取问题,将是一条充满艰难险阻的道路。可也
正因为艰难,而且有着十分重要的理论和现实意义,更值得我们去付出更加艰辛的劳动。
对我来说,论文的完成只是一个阶段性的总结,真正的研究好像才刚刚开始。
回顾硕士阶段的学习生涯,既有成功的喜悦与体验,也有失败的教训与惨痛,有太多
人值得我去感谢,有太多的事值得我去回味与留念。
首先,我要衷心感谢我的导师李海涛研究员。将近两年的中国测绘科学研究院的学习
和研究生活中,导师为我提供了良好的平台及环境,提供了许多参与科研项目以及锻炼自
我、提升自我的机会,在我的工作、学习、生活和为人方面,所给予的谆谆教诲和悉心关
怀,特别在每一次迷茫和老师讨论的时候,总让我受益匪浅,沐浴醍醐灌顶的洗礼,学生
终生难忘。李老师渊博精深的知识、开阔而有前瞻性的视野、宽广博大的胸怀、敏锐的思
维、拓新求实的科研精深、认真严谨的做事风格,淡泊宁静的生活态度、平易近人、虚怀
若谷的品德,将一直鞭策着我在人生道路上不断进取。有幸得到老师的指导,是我一生的
财富,一切的一切都在我的心中永远铭记。
真诚感谢顾海燕硕士在研究生阶段对我学术及生活上悉心的指导和照顾!顾师姐渊博
的知识、忘我的工作精神、踏实的进取精神以及孜孜不倦的求学精神深刻影响着我。本论
文在她的指导下完成。读研期间,我一直跟随顾师姐进行论文的研究,对此,她利用大量
的时间给予了耐心的指导,再次表示由衷的感谢!
衷心感谢辽宁工程技术大学大学测绘与地理科学学院夏春林书记、杨帆副院长、王崇
昌副院长、裴亮教授、任东风博士、张继超博士、王丽英博士、赵泉华博士等研一一年传
授给我的专业知识,为我之后的学习工作打下夯实的基础。
衷心感谢中国测绘科学研究院刘正军副研究员、翟亮老师对我的论文开题提出的宝贵
意见。特别感谢航测所谢孟文利老师给予的生活上的帮助及航测所的其他成员给予的学术
上的帮助。
诚挚的感谢课题组韩颜顺师兄、宋朝达师兄、李敬恩、陈连喜、李建华、李红英、王
海青、史园莉硕士、贾伟洁硕士、田野硕士等其它课题组成员,感谢大家凝结的团结一致
的氛围及慷慨的帮助。祝愿课题组发展越来越好,祝愿大家万事如意!
衷心感谢所有 08 级测绘与地理科学学院研究生同窗!感谢测绘院于秀娟硕士、乔占明
硕士、白丽改硕士等共同在中国测绘科学研究院攻读的同窗!感谢大家的支持与鼓励,大
家在一起的快乐时光将成为永远的美丽记忆。
感谢含辛茹苦养育我的父母,他们的期望和支持促使我顺利完成学业!
最后,衷心的感谢所有关心和帮助我的人!
摘要
由于高分辨率遥感图像具有细节信息丰富、地物几何结构明显、空间信息丰富等特点,
这使高分辨率遥感图像的处理技术与方法在某种程度上发生根本性的变化,传统的遥感图
像处理技术不再适用于高分辨率遥感影像。因此,为了从不同时相遥感影像数据中自动提
取变化信息且保证其效率,本文在全面分析、总结国内外研究成果的基础上,以 QuickBird
高分辨率遥感影像为主要数据源,围绕面向对象变化信息自动提取问题,开展了如下几方
面工作:
(1) 本文创新性提出了一种基于 CVA 自适应阈值的二值掩膜预处理改进算法。该方
法在影像前期处理基础上,通过自适应阈值划分首先较为准确地确定出影像中的变化范
围,生成记录发生变化与未发生变化的二值掩膜影像,起到第一层过滤作用。
(2) 针对分类中如何从众多特征中,自动匹配适合的特征规则,进行最有效类别的区
分一直是特征选择与提取领域的关键问题。传统方法往往需要大量人工干预,通过反复比
对实验去确定影像对象的特征差异属性值,致使效率大大的降低。本文突破传统的纯人工
方式,引进 J-M(Jeffries-Matusita)距离及贝叶斯阈值,提出了一种特征自动优化选取办法。
(3) 提出了基于多信息融合的面向对象变化信息自动提取策略,很好的解决了面向对象
分析技术大多应用于分类领域的技术局限,为遥感影像变化信息自动提取提供了新的思路
的同时并将 OBIA 技术发展扩大到该领域。
(4) 通过对所提出的基于多信息融合的面向对象变化信息自动提取的技术方法和工艺
流程进行软件集成,研制了一套高分辨率遥感影像面向对象变化信息智能解译原型系统,
将整个作业流程一体化。

关键词:面向对象分析;特征;变化信息自动提取;高分辨率遥感影像



- I -
Abstract
With more details, clearer geometry feature and space