高分辨率遥感影像的信息提取技术研究

• 作 者: 彭攀
• 机 构: 中国地质大学(武汉)
• 出 处: 中国地质大学(武汉)
• 发表日期: 2010年期

随着遥感技术的飞速发展，近年来，以SPOT、IKONOS、Quick-Bird为代表的高空间分辨率遥感影像得到广泛应用。高分辨率遥感影像具有丰富的空间信息、地物几何结构和纹理信息，这些特点有利于认识影像中对应地物目标的属性特征，如地物的图层值、形状、纹理和专题属性等，从而可以有助于提高地物定位和判读精度，使得在较小的空间尺度上观察地表的细节变化特征，进行大比例尺遥感制图，以及监测人类活动对环境的影响成为可能。为测绘、国土资源、农林业、城市规划、环境监测等行业和领域中的应用提供了更便利、更详细的高质量数据源。高分辨率影像的快速获取和广泛应用迫切要求人们对高分辨率遥感的信息提取和目标识别技术进行深入研究，以满足高分辨率遥感影像数据所带来的不断增长的应用和研究需要。　　
高分辨率影像的特点使得对它们的信息提取具有更广泛的应用和研究价值。本文主要研究针对于高分辨率影像的各种信息提取方法，并对传统的和新近的信息提取方法进行比较实验。在此基础上探讨提出针对于高分辨率影像的特点比较快速的信息提取方法，并进行实验，为遥感影像的信息提取提供新的探索研究。　　
当前高分辨率影像的信息提取是遥感领域的瓶颈之一。本文将综合研究面向像元的信息提取、面向对象的信息提取等各种信息提取方法，并对多尺度分割技术做深入研究及改进实验，提出能有效提高分割效率从而提高信息提取速度的分割策略。提高了高分辨率影像的信息提取速度，同时也丰富了遥感影像处理的一些理论知识。　　
本文的主要研究成果如下：　　
1.总结了高分辨率遥感影像数据的各种分类方法，并进行比较分析，并归纳整理了最新的一些遥感信息提取技术，丰富了遥感影像的信息提取理论知识。　　
2.研究并讨论了面向对象分类技术中多尺度分割参数、形状因子等参数的选择依据。　　
3.阐述了面向对象的信息提取技术，并对其中的影像分割算法进行了改进实验，提出的改进分割算法通过实验证明了能在保持分割质量且不影响后续分类结果的前提下，分割速度有了较大程度的提高，促进了高分辨率遥感影像的快速信息提取技术的研究。