学位论文 > 优秀研究生学位论文题录展示

基于高光谱遥感的城市用地信息提取研究

作　者: 姜方鑫
导　师: 王伟武
学　校: 浙江大学
专　业: 城市规划与设计
关键词: 高光谱遥感城市地物波段选择地物识别与分类
分类号: P237
类　型: 硕士论文
年　份: 2012年
下　载: 133次
引　用: 0次
阅　读: 论文下载

内容摘要

快速获取城市信息对开展城市规划与建设、改善城市环境、规范城市管理等,都具有重要的理论和实践意义。传统的地面调查和测量方法费时、费力,遥感技术提供了一种快速、宏观、动态提取城市用地信息的方法。对城市用地信息提取来说,传统遥感图像分类的信息提取方法通常是不够精细。地物波谱研究表明各类地物都有自己的光谱反射和辐射特性,利用不同地物的光谱特征,可以实现对不同地物的区分。高光谱遥感能提供了丰富光谱信息,可以弥补传统遥感数据源光谱分辨率方面的不足,实现对城市地物更精细的识别和分类。本文首先阐述了高光谱遥感城市地物信息提取的背景和意义；介绍了高光谱遥感的基本概念；总结了高光谱遥感大气辐射校正技术、光谱特征选择和提取,混合像元分解、高光谱图像分类与地物识别、高光谱数据处理与分析系统等五个方面技术；评述了高光谱遥感在地质、植被、环境、城市建设等四个领域的研究和应用现状及进展；分析了水体、植被、道路、建筑物、其他等五种城市典型地物光谱特征；最后提出研究内容和研究框架。其次,对本研究所用的Hyperion高光谱数据进行预处理。先去除Hyperion数据242波段中未定标和受水汽影像严重的波段后,保留149个波段；再对其进行绝对辐射值转换和坏线修复；通过FLAASH大气校正模块,去除大气影响,获取地表真实反射率；最后对影像进行几何精校正。再次,根据城市用地信息提取的具体应用,对高光谱数据进行最佳波段选择。先分析研究区内几种典型地物在全波段范围内的光谱特性,选出可分性较强的波段范围；再分析不同波段的信息量和相关性,选出信息含量多和相关性小的波段范围；最后对波段进行重采样,保留信息含量多、相关性小和地物可分性强的波段作为最佳波段,从146个波段中筛选出91个波段做来后续分析和应用；最后,根据具体应用,选择合适的地物光谱识别和分类算法；再选出研究区主要城市地物类型,并分析其光谱曲线,分别从中筛选出能代表各地物类型的光谱曲线作为参考光谱,建立参考光谱库；运用SAM模块对待分类的图像和参考光谱库中每种地物参考光谱进行波谱角匹配运算,获得波谱角灰度值影像;再利用交互式密度分割工具,通过阀值设定,识别出不同类型地物并以某种颜色标示；最后利用规则图像分类工具进行分类后处理,通过多组不同阀值设定实验,生成城市地物分类图像。文章通过对Hyperion高光谱数据预处理、最佳波段选择以及地物识别与分类等技术,分析了九种城市地物的光谱可分性,并较好地实现九种城市地物的识别与分类。表明利用高光谱遥感能更加快速且精细的实现城市信息的提取,为城市规划管理的实施提供合理的技术支撑和科学依据,也对城市相关领域研究产生一定的指导和借鉴。

全文目录

致谢  4-5
摘要  5-7
Abstract  7-11
1 绪论  11-29
  1.1 研究背景和意义  11-12
  1.2 高光谱遥感概况  12-22
    1.2.1 高光谱遥感基本概念  12-13
    1.2.2 高光谱遥感处理与分析技术  13-17
    1.2.3 高光谱遥感应用  17-22
  1.3 城市典型地物光谱特征研究  22-27
    1.3.1 城市水体  22-23
    1.3.2 城市植被  23-25
    1.3.3 城市道路  25
    1.3.4 城市建筑物  25-26
    1.3.5 其他  26-27
  1.4 研究内容与框架  27-29
2 研究区选择与数据获取  29-33
  2.1 研究区概况  29-30
  2.2 Hyperion高光谱数据  30-33
    2.2.1 Hyperion数据获取  30
    2.2.2 Hyperion卫星平台  30-31
    2.2.3 Hyperion数据特点  31-33
3 高光谱数据预处理  33-43
  3.1 非正常像元分类  33-34
  3.2 未定标及水气影响波段去除  34-35
  3.3 绝对辐射值转换  35
  3.4 坏线修复  35-36
  3.5 大气校正  36-42
    3.5.1 FLAASH模型基本原理  37-38
    3.5.2 FLAASH中大气纠正步骤  38-40
    3.5.3 FLAASH模块运行及参数设置  40-41
    3.5.4 效果评价  41-42
  3.6 几何精校正  42-43
4 高光谱最佳波段选择  43-55
  4.1 图像光谱特征分析  43-45
  4.2 图像统计特征分析  45-54
    4.2.1 基本信息  46-49
    4.2.2 相关系数  49-54
  4.3 波段重采样及最佳波段确定  54-55
5 高光谱城市地物识别与分类  55-69
  5.1 高光谱图像识别与分类算法  55-56
  5.2 参考光谱库建立  56-60
  5.3 高光谱地物识别与分类及后处理  60-69
6 结论与展望  69-73
  6.1 研究结论和创新点  69-71
  6.2 研究不足与展望  71-73
参考文献  73-80
作者简历  80
  教育经历  80
  攻读硕士学位期间发表的论文  80
  完成工作  80

基于高光谱遥感的城市用地信息提取研究

内容摘要

全文目录

相似论文