《基于面向对象方法的高分辨率遥感影像提取》-毕业论文.doc

PAGE 本科毕业设计说书 基于面向对象方法的高分辨率影像信息提取 学 院：水利与土木建筑工程学院 专 业：测绘工程 姓 名： 学 号： 指导教师： 职 称： 设计完成日期：二Ο一二年六月 摘 要 遥感技术的发展使我们能够获得及其丰富的信息。尤其是近年来高分辨率遥感影像的出现更扩大了人们对自然界观察的视野。与中低分辨率的遥感影像相比，QuickBird和IKONOS等高分辨率遥感影像具有更加丰富的结构信息和纹理信息，对于高分辨率遥感影像来说，对于单一的传统的基于像元光谱信息分类方法不但会导致分类精度降低，而且也会造成空间数据大量冗余和资源浪费。 在对传统的基于像元的分类方法分析的基础上，把一种新的信息提取方法——面向对象的信息提取方法引入到高分辨率遥感影像提取中，影像分割和信息提取是这种方法的两个关键步骤。 本文所做的工作如下： 多尺度影像分割，需要用户输入适当的参数来得到较好的分割结果。本文用目标函数法来对分割结果质量进行评价，已得到最优的影像分割结果。目标函数法的目标是 :使影像对象内部同质性和影像对象之间异质性尽量最大化，其中同质性保证对象的纯度，异质性保证对象的可分性。 针对研究区域的特征，本文采用决策树分析的方法为研究区域的相应类别选择了合理的特征，并根据决策树分析过程建立了相应的分类体系，取得较高精度的信息提取结果。 面向对象信息提取方法和基于像元分类方法进行了综合比较：（1）理论上的比较；（2）目视效果的比较。 关键字：高分辨率 面向对象 基于像元 Abstract The development of the remote sensing technology makes us obtain very abundant information of the nature, especially with the appearance of high resolution remote sensing , it extends the visual field of the nature. Compared with the low or middle resolution image, the high resolution remote sensing image such as QuickBird and IKONOS has richer structure information and the texture information. It will result in not only reducing the accuracy of classification but also making the spatial data redundant and wasting the resource when the single traditional classification method based on spectrum of pixels is applied to the high resolution remote sensing image. A new information extraction method——object oriented information extraction——is introduced in extracting information form high resolution remote sensing image. Image segmentation and information extraction are the most important in the method. The work is done in the word as following: In the multi-segmentation method, users are needed to supply suitable parameters to get a good segmented result. An objective function is proposed to measure the quality of the resulting segmentation, so a best segmentation result can be got. The function aims at maximizing intrasegment homogeneity an intersegment heterogeneity. Intrasegment homogeneity ensu