论文部分内容阅读
居民地的大小、分布和变化是土地利用/土地覆盖研究中的重要内容。随着我国随着经济飞速发展,居民地增长非常迅速。因此,及时准确地掌握居民点的空间分布信息,可以为GIS数据库的快速更新提供有力保障;同时,及时获取的居民地信息有助于研究经济的空间分布和空间组合格局,对保护耕地、合理利用土地资源、检验生产力和城镇人口的布局是否合理、指导宏观调控具有指导意义。
面向对象的分类方法是近年来不断发展的一项技术,其提供的矢量信息与GIS数据中的其他数据格式相吻合,大大提高了遥感和GIS的集成能力。本文通过对基于分水岭算法分割的居民地信息提取中涉及的问题进行研究,实现大区域居民地信息的自动提取的目的。
主要研究内容和结论有:
1.提出一套由两种改进的分水岭分割算法组成的分割算法,改进的分水岭分割算法一在减少邻域查找方面做了改进,改进的分水岭分割算法二在初次遍历图像时降低邻域查找的比较次数方面做了改进。结果表明,对于不同的图像,改进的这套分割算法在分割精度差异很小的情况下,至少比目前最快的分水岭分割算法提高30%的时间效率。
2.提出一套行之有效的预处理流程方法,在保证精度的前提下抑制经算法分割后的斑块数量。
3.对分割斑块采用基于斑块光谱差异的初始合并,基于k均值聚类方法提取居民地信息。对于背景不复杂的区域,自动提取算法的kappa系数在0.7以上,与最大似然法对同一图像分类结果相比kappa系数提高0.06以上。
4.基于本文方法对华北平原进行居民地提取及变迁分析。结果表明,居民地信息提取精度的kappa系数达到0.7;变迁分析依赖于居民地信息提取情况,目前的提取精度还不能满足居民地变迁分析研究的需求。
本文的主要及创新点如下:
1.提出一套改进的分水岭分割算法,由两种针对不同图像的改进分水岭分割算法组成;与目前最快的分水岭分割算法相比,能得到分割斑块相同、斑块位置大小相似的分割结果,分割效率大大提高,这些有助于大范围的分割分类研究。
2.为了克服分水岭分割算法中的过度分割问题,在预处理和后处理的环节中提出一套实际可行的流程,最终的斑块合并结果基本克服了过度分割问题。
3.基于斑块合并结果,采用k均值聚类的方法提取居民地信息,输出居民地的矢量信息,解决居民地自动提取及矢量化过程的技术难点,实现中等分辨率下居民地自动提取算法。