改良式變異向量分析法於變遷偵測之探討

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：12

、訪客IP：18.222.67.251

姓名

徐維政(Wei-Jeng Hsu) 查詢紙本館藏

畢業系所

土木工程學系

論文名稱

改良式變異向量分析法於變遷偵測之探討
(Application of Improved Change-Vector Analysis for Land Cover Change Detecton)

相關論文

★ 多時期衛星影像之自動化監督性分類	★ 大範圍地區土地使用分類之研究
★ 高解析力衛星影像控制點座標之自動化萃取	★ 影像最佳類別數目之研究
★ 遙控直昇機應用於工程管理監測可行性之研究	★ 以地理資訊系統輔助共同管道之最適設計
★ 有理函數應用於空載多光譜影像幾何校正之研究	★ SPOT自然色影像產生之研究
★ 結合影像區塊及知識庫分類之研究-以IKONOS衛星影像為例	★ 遙控飛機空載視訊影像自動化鑲嵌方法之研究
★ 影像分割技術於高解析衛星影像分類之應用	★ 小波多層次解析之影像融合應用
★ 線性複合模式應用於變遷偵測之研究	★ 區塊分割變遷偵測法於多時期衛星影像之應用
★ 資料挖掘技術應用於外來入侵植物研究 (以恆春地區銀合歡為例)	★ 空間資料挖掘方法應用於土地利用變遷之研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

傳統應用變異向量分析法(CVA：Change Vector Analysis)分析影像之變遷，基本上變遷向量門檻值的指定往往必須使用試誤法或經驗法則決定，導致變遷偵測的結果不夠客觀，因此本研究採用改良式變異向量分析法，自動化地指定差異影像之門檻值，以改善傳統變異向量分析法指定差異影像門檻值不客觀之問題。改良式變異向量分析法進行影像變遷分析主要有兩個步驟:(1)在偵測影像變遷像元位置方面，利用變遷先驗樣區輔助指定變遷向量之最佳門檻，且採用逐步搜尋法以及三次式極值法自動化地找出變遷向量之最佳門檻， (2)在判斷變遷像元型態方面，於前、後時期影像上圈選地物訓練區，以得到變異向量方向餘弦樣本，然後利用變異向量方向餘弦樣本決定每個變遷像元之變遷型態。由一組模擬影像以及兩組真實衛星影像的測試結果，可以得知:使用改良式變異向量分析法進行衛星影像變遷偵測的精確度在偵測變遷像元之精確度可達85%以上，判斷變遷像元型態之精確度也在82%以上，而且操作的過程也相當自動化，因此在土地變遷的應用上，具有很高的使用價值。

摘要(英)

Traditionally, when Change-vector analysis (CVA) was applied to detect land cover change, the threshold of change magnitude was always determined according to empirical strategies, or from manual trial-and-error procedure. It made the result of change detection subjective. In this study, using improve Change-vector analysis to determine the threshold of the difference image automatically. The method consist of two stages, (1) prior training set, which aims at helping to determine the threshold of change magnitude, and using Pace Search method and third power polynomial fitting method find the threshold of change magnitude quickly, (2) getting the training areas from the first image and the second image severally to build up the look-up table of direction cosine of change vectors samples, then using the look-up table help to assign “from-to” type of change pixels. In this study , the improve Change-vector analysis was applied to the detection of one simulation image and two SPOT4 satellite images, overall accuracy of “change/no-change” detection was about 85%, and overall accuracy of “from-to” types of change detection is was 82%.The experimental results indicate that the improve CVA has good potential in land cover change detection.

關鍵字(中)

★ 變異向量分析法
★ 變遷偵測

關鍵字(英)

★ change vector analysis
★ change detection

論文目次

Abstract II
目錄 III
圖目錄 IV
第一章緒論 1
1.1 前言 1
1.2 文獻回顧 2
1.3 研究目的與方法 12
1.4 章節介紹 14
第二章改良式變異向量分析法 15
2.1改良式變異向量分析法-偵測變遷像元 17
2.1.1變遷先驗樣區 17
2.1.2決定差異影像之最佳門檻值 22
2.1.2.1逐步搜尋法 23
2.1.2.2三次函式曲線極值法 25
2.2最小平方近似法 27
2.3改良式變異向量分析法-判斷變遷像元之變遷型態 30
第三章測試影像 35
3.1模擬影像變遷偵測 35
3.2 SPOT4衛星影像變遷偵測 40
第四章成果分析與討論 43
4.1模擬影像 44
4.1.1模擬影像變遷偵測 44
4.1.1.1模擬影像變遷偵測-逐步搜尋法 47
4.1.1.2 CVA差異影像最佳門檻值-三次曲線極值法 51
4.1.2 判斷變遷像元之變遷型態 57
4.2 SPOT4衛星影像 61
第五章結論與展望 78
5.1結論 78
5.2建議及展望 79
參考文獻 80

參考文獻

許丕政，1998，”應用統計檢定法於衛星影像變遷偵測之研究”，碩士論文，國立中央大學土木工程研究所，中壢
楊紳，1999，”多時段分類法應用於衛星影像變遷偵測之探討”，碩士論文，國立中央大學土木工程研究所，中壢
施澄鍾，數值分析，松崗電腦圖書資料股份有限公司，民國71年
Bruzzone, L.,and D.F.Prieto, 2000, “Automatic analysis of the difference image for unsupervised change detection”, IEEE Transactions on Geoscience and Remote Sensing,Vol. 38,No. 3,pp.1171-1182.
Cohen, L.1991. On active contour models and balloons. Computer Vision, Graphics and Image Processing: Image Understanding, 53(2):211-218.
Chen, J., Gong P., He C., Pu R., Shi P., 2003, “Land-Use/Land-Cover Change Detection Using Improved Change-Vector Analysis”, Photogrammetric Engineering & Remote Sensing, vol. 69,NO. 4, pp.369-379.
Congalton, R. G., 1991,”A Review of Assessing the Accuracy of Classification of Remotely Sensed Data”, Remote Senseing of the Environment, vol. 37, pp 35-46.
Jensen, J. R,1996, Introduction Digital Image Processing: A Remote Sensing Prespective, Second edition, Prentice Hall.
Johnson, R.D., and E.S. Kasischke, 1998, “Change vector analysis:A technique for the multispectral monitorinr for land cover and condition”, International Journal of Remote Sensing,61:199-209.
Kruse, F. A., A. B. Lefkoff, J. W. Boardman, K. B.Heidebrecht, A. T. Shapiro, P. J. Barloon and A. F. H. Geotz, 1993, “The Spectral Image Processing System (SIPS) – Interactive Visualization and Analysis of Imageing Spectromator Data”, Remote Senseing of the Environment, vol. 44, pp 145-163.
Lillesand, T.M., and R.W. Keifer, “Remote Sensing and Image Interpretation”, Second Edition, John Wiley & Sons, 1979
Michalek, J.L., T.W. Wagner, J.J. Luczkovich, and R.W. Stoffle, 1993.Multispectral change vector analysis for monitoring coastal marine environments, Photogrammetric Engineering & Remote Sensing, 59: pp.381-384.
Singh, A., 1986, “Change Detection in the Tropical Forest Environmental of Northern India using Landsat”, Remote Sensing and Tropical Land Management,M.J. Eden and J.T. Parry, Eds. John Wiley & Sons, London, pp.237-254.
Stauffer, M.L. and R.L. McKinney, 1978, “Landsat Image Differencing as an Automated Land Cover Change Detection Technique”, Computer Sciences Corporation, Technical Memorandum CSC/TM-78/6215 Silver Spring, MD.
Stow, D. A., L. R. Tinney, and J. E. Estes, 1980,“Deriving Land Use/Land Cover Change Statistics form Landsat: A Study of Prime Agricultural Land”, Proceeding of the 14th International Symposium on Remote Sensing of Environment, pp. 1227-1237.
Wilson, J. R., C. Blackman, and G. W. Spann, 1976,“Land use Change Detection using Ladsat Data”, Proceedings of the 5th Annual Remote Sensing of Earth Resources Conference, University of Tennesses, Tullhama,TN, pp.79-91.

指導教授

陳繼藩(Chi-Farn Chen)

審核日期

2004-7-16

推文