论文部分内容阅读
高分辨遥感影像的信息提取对矿山的监测有着重要意义,影像分割是高分辨率遥感影像信息提取关键的一步。目前比较流行的多尺度分割技术克服了数据源的固定尺度,结合了粗尺度分割与细尺度分割的优势,即用前者来屏蔽后者因为太多物理因素而产生的空间噪声,更好地利用前者包含的抽象信息多的优点。另外,后者还具有细化前者的作用。但至今,高分辨率遥感影像分割方法在稀土矿山中的应用还很少;对高分辨率遥感影像常用的多尺度分割方法而言,其针对性还不强,对于影像的分割结果,当前还没有建立统一的精度评价体系对于哪种分割结果是较佳,尚缺少肯定答案。 本文基于上述三个问题,以富有稀土矿的赣州市定南县为研究区,考虑到矿区地物特征,选择资源一号卫星-02C(ZY-102C)、快鸟(Quick Bird)和Landsat8卫星的影像数据进行实验,研究的主要任务和成果如下: 1.参考国内外文献的技术方法,对比其优缺点,FNEA(Fractal Net Evolution Approach)算法作为分割算法,该算法有效避免了主观因素。提出自动确定阈值的方法,并对算法和阈值的确定进行实现。 2.文章对比最大面积法、平均局部方差法和与邻域绝对均值差分方差比(RMAS)的优缺点,通过实验选择RMAS作为确定地物最优尺度的方法。原因是实验结果中三种方法所得沉淀池的最优尺度分别为10、20和15,对比可得通过RMAS方法得到的沉淀池最优尺度15与FNEA分割所得影像的目视最佳效果对应的尺度15吻合。 3.确定目标地物:沉淀池、房屋、植被和裸地;影像预处理;设置分割参数;以5为步长设置分割尺度5—60对影像ZY-1-HR、ZY-1-P/MS、QB、L8进行分割实验。在ZY-1-HR和QB影像分割结果中:沉淀池最优尺度均为15;房屋最优尺度分别为20和30;植被与裸地最优尺度分别为45和50。由于分辨率较低ZY-1-P/MS影像分割结果中只能识别房屋、裸地和植被,其最优尺度分别为25、40。而 L8影像分割结果中只能识别裸地和植被,其最优尺度为35。特定影像中各类目标地物或者不同分辨率影像中同种地物的最优分割尺度均不同,同一区域的同种地物,随着分辨率的降低,其最优尺度呈下降趋势。每种地物均有其适合分割的分辨率和分割方法,地物最优分割尺度只是一个相对值。 4.构造评价指标,并在其上建立分割质量值和分割尺度之间的评价关系,最后根据所得分割质量值与各目标地物所对应的分割尺度关系图与RMAS的关系图对比分析得分割质量最大值和RMAS最大值所对应的分割尺度为相同值,证明RMAS法所得最优分割尺度是正确的。