面向对象的高分辨率遥感影像分类算法研究

发布时间：2023-04-23 14:36

　　随着近年来遥感技术的不断进步,遥感影像的分辨率也随之提高。高分辨率遥感影像在各行业中得到广泛应用,成为当前遥感影像研究的热门课题。其中遥感影像的分类可以有效提取地物的类别信息,是遥感影像处理与解译的关键环节,进而引起大量学者的关注。然而分辨率的提高不仅丰富了影像中的地物信息,同时也增加了影像处理的数据量,致使基于像素的分类方法难以完全适用。面向对象的分类方法以同质像素集合为基础进行实施,在一定程度上解决数据量大的问题,同时其可有效提取像元中的纹理以及空间特征,充分利用丰富的地物信息,逐渐成为当前主流的遥感影像分类方法,其在土地利用、土地覆盖检测上具备较高的研究价值。因此,本文围绕面向对象的分类方法中关键问题,研究提出了两种面向对象分类的新算法。主要研究工作如下:(1)针对传统简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)超像素分割算法难以准确分割细小地物目标的问题,研究提出了一种基于Canny边缘算子的超像素分割算法,该算法利用Canny边缘算子所提取的地物边缘信息作为引导,协助SLIC算法进行超像素分割,使得生成的超像素块的边界更贴...

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
第一章 绪论
    1.1 研究意义与目的
    1.2 国内外研究现状
        1.2.1 图像分割算法
        1.2.2 图像分类算法
    1.3 论文研究内容
    1.4 论文结构
第二章 传统面向对象分类方法
    2.1 数据及其预处理
        2.1.1 数据源
        2.1.2 数据预处理
    2.2 影像分割
        2.2.1 超像素分割算法简介
        2.2.2 SLIC超像素分割算法
    2.3 特征提取
    2.4 支持向量机分类算法
        2.4.1 支持向量机算法简介
        2.4.2 线性可分
        2.4.3 线性不可分
    2.5 本章总结
第三章 一种基于Canny边缘算子的超像素分割算法
    3.1 基于Canny边缘提取算法
    3.2 Canny边缘提取简介
        3.2.1 Canny边缘提取算法步骤
        3.2.2 Canny边缘提取算法实验结果分析
    3.3 基于Canny边缘算子的超像素分割算法
    3.4 本章总结
第四章 基于改进的面向对象分类算法
    4.1 随机森林算法
        4.1.1 决策树算法
        4.1.2 CART决策树
        4.1.3 随机森林算法数学定义
        4.1.4 随机森林的构建过程
        4.1.5 随机森林算法的性质
        4.1.6 分类结果
    4.2 改进的面向对象分类算法
    4.3 实验结果与分析
        4.3.1 分类精度评价
        4.3.2 分类结果分析
    4.4 本章总结
第五章 总结与展望
    5.1 总结
    5.2 不足与展望
参考文献
校间的学术活动及成果



本文编号：3799906