论文部分内容阅读
由于铁路建设施工周期长、占地面积大、资源消耗多,需要对临时建筑进行监测,以免对周围环境及生态造成较大影响。目前对铁路建设临时建筑的监测大多采用人工调查的方式,这种方式需要投入大量的人力物力,而且受环境和气候条件影响,不能全面、准时、动态的监测临时建筑。利用具有分辨率高、覆盖范围广、实时性强、成本低等优点的高分遥感影像和遥感技术对临时建筑进行监测,能有效弥补传统监测方式的不足。本文利用遥感技术对铁路建设临时建筑的监测,主要研究内容如下:(1)高分遥感影像铁路建设临时建筑分类识别。对临时建筑进行监测的首要条件是识别出研究区域中的临时建筑,对临时建筑的识别本文提出面向对象的多特征ABC-SVM遥感影像分类方法。利用多时相的遥感影像和分类后比较法动态、准确地对临时建筑进行监测。该方法首先用改进Canny边缘检测的遥感影像分割对影像进行分割。然后用人工蜂群算法(Artificial Bee Colony,ABC)优化的支持向量机(Support Vector Machine,SVM)监督分类方法对铁路建设期间多个时相的遥感影像进行分类处理。(2)高分遥感影像铁路建设临时建筑的变化与拆除监测。本文提出基于低秩分解和SLIC(Simple Linear Iterative Clustering,SLIC)多尺度分割的多级CVA(Change Vector Analysis,CVA)遥感影像变化检测方法用于铁路沿线临时建筑占地的变化信息提取。利用多时相的遥感影像进一步监测铁路建设各个时期临时建筑的变化与拆除恢复情况。提出的方法主要解决三个问题,第一,针对变化检测精度受分割结果的影响问题,本文提出多尺度的遥感影像分割方法。第二,采用两阶段的稀疏与低秩矩阵分解方法,去除影像中的冗余信息,降低计算量,减少噪声对结果的影响。第三,采用自适应融合多级CVA变化检测方法对多时相影像进行变化处理,提高变化检测精度。从目视解译和量化指标实验结果表明,本文算法变化检测精度较高,能帮助监测人员对临时建筑的变化与拆除监测工作。(3)铁路遥感环境监测系统设计与实现。本文利用插件技术在MapWindow GIS的基础上进行二次开发,完成铁路环境监测系统中临时建筑遥感监测子系统的设计与实现。