论文部分内容阅读
随着空间对地探测技术的发展,遥感卫星对地观测有了重大发展,特别是在高空间分辨率遥感影像(the High Spatial Resolution Remote Sensing Image,以下简称HSRRSI)方面,HSRRSI数据量急剧增长。但是对应的HSRRSI数据处理能力发展相对缓慢,严重制约着HSRRSI应用水平。面向对象的影像分析(Object-Based Image Analysis,以下简称OBIA)为HSRRSI的分割分类提供了一个全新的思路,影像多尺度分割是OBIA的关键,而分割过程中分割自适应尺度计算是影像多尺度分割的基础,直接影响着多尺度分割的精度和影像地物目标自动化提取的效率。现有的分割尺度参数计算方法对先验经验的依赖性较强,大多只适用于特定的遥感影像,本文在对现有尺度计算方法总结分析的基础上,提出了高空间分辨率遥感影像空域尺度计算以及空域尺度约束条件下的值域尺度计算,主要研究内容如下:(1)分析总结现有尺度计算法的应用范围及优缺点,指出了尺度参数计算未来发展的趋势是自适应多尺度的精细化尺度计算方法。(2)探讨了影像滤波对HSRRSI分割精度的影响,通过实验验证了合适的滤波方法可以在有效消除影像中噪声信息、增强影像中地物目标语义影像内部像素信息同质性的同时,很好的保留了影像边缘的细节信息,有效提高了HSRRSI的分割精度及效率。(3)由于传统的Canny边缘检测算法只能对单通道影像的边缘进行边缘检测,本文根据HSRRSI的特点,提出了改进的Canny矢量边缘检测算法,通过实验证明该算法可以有效提取HSRRSI的矢量边缘信息。(4)提出了基于矢量边缘的高空间分辨率遥感影像空域尺度计算方法及在空域尺度约束条件下的值域尺度计算方法,并利用均值漂移分割方法对值域尺度影像进行多尺度分割,验证了空域尺度计算与值域尺度计算的合理性。