论文部分内容阅读
地物分析是指利用观测数据认识地球表面物体性质的过程,可广泛应用于资源勘查、土地规划、灾情防治诸多方面。数字高程模型(DEM)和多光谱图像是进行地物分析的两种重要数据源,它们分别提供了地物目标的地形信息与辐射信息。本文结合洪水防治的项目背景,分别利用DEM和多光谱图像对地形分析和土地利用分类问题进行了研究,同时还进一步研究了这两种数据的空间集成与信息集成。本文工作及贡献主要包括下面四个部分:
(1)DEM地形分析,针对地形特征表现出的多尺度特性,将小波变换应用于地形分类,综合考虑地形的绝对高程、整体起伏与局部复杂程度,给出了一种地形自动分类方法。另外,根据分洪区周围高程的分布特点,将两种交互式图分割技术应用于分洪区堤坝的检测,从而能够得到连续封闭的曲线对分洪区堤坝进行描述。
(2)多光谱图像的土地利用分类,提出了一种针对多光谱图像的非监督分类方法,其主要创新性在于:根据多光谱图像不同波段对于不同种类地物的不同辐射响应特性,采用了一种波段加权策略,能自动区别不同波段对于不同地物识别的贡献大小,能有效改善地物分类结果。同时,波段权重的选取是随不同地物区域而自动改变,因而具有自适应性。另外,在图像预处理中,拓展了普通均值漂移,提出一种空间均值漂移方法,能完成边缘及其它有用信息的提取。
(3)DEM与光谱图像的几何配准,针对DEM与光谱图像之间由于成像方式不同在全局变换之外还存在局部形变的难点,提出了一种基于轮廓特征参数化描述的配准方法,其特点及创新在于:采用非均匀有理B样条(NURBS)曲线拟合轮廓特征,利用NURBS曲线的仿射变换不变性,通过NURBS控制点的对应估计图像变换参数;利用NURBS曲线的局部可控性,能有效避免由于对应特征局部形变造成的误匹配;迭代策略的使用能使配准不断精化。该方法适用于一般多源图像配准。
(4)融合DEM与多光谱图像的地物分类,在上述工作基础之上,为DEM与多光谱图像这两种不同性质数据间的信息集成进行了初步探讨。综合利用DEM与多光谱图像所提供的地形信息与光谱信息,融合各自数据所含的显著地物特征以完成地物分类。给出三种不同的融合DEM与多光谱图像的地物分类方法,并定性比较它们的优劣。