摘要
城市绿地（UGS）在维护城市生态平衡方面发挥着不可或缺的作用，随着卫星影像空间分辨率的不断提高，对城市绿地提取精度的要求也越来越高。深度学习算法已成为目标信息提取方法的首选，然而其存在样本数据集的构建工作量相对较大且整体提取效率低等问题。如何充分利用绿地在影像中的光谱和空间特征，通过多特征集成处理，构建多特征集成专题信息提取模型一直是研究的重点和难点问题。为此，本文基于中国高分二号卫星影像，通过分析现有方法和影像特征，构建了新的城市绿地提取方法。本文主要工作为： （1）梳理研究了城市绿地提取方法。对常用的城市绿地提取方法进行分析，包括最大似然法、最小距离法、支持向量机法、面向对象法及光谱特征提取法。重点分析植被指数法，对比了各种不同植被指数，为后续研究提供技术支撑。 （2）构建了一种新的多特征绿地提取模型。重复利用绿地在影像中的光谱反射特征，在植被指数、主成分分析、缨帽变化等方法的基础上，通过多特征集成和影像处理，构建了新的绿地提取模型，实现了较高精度的绿地自动提取。该方法不需要样本集，具有自动化程度高，计算效率快等优势。 实验结果表明，本文方法解决了高分二号影像绿地信息高精度提取的问题，论文研究方法既为相关研究提供借鉴，同时可作为深度学习方法提取的前端处理，可进一步提高深度学习提取的精度和效率。
NETL