基于无人机高分遥感影像的面向对象遥感人工地物提取研究开题报告

1. 研究目的与意义

一．研究内容：1.提取无人机遥感影像，具体对象采用屋顶光伏面板的遥感图像，对无人机遥感影分析与处理，遥感影像的分割和对比实验ecogniton ,envi feature extraction, matlabe编程实现，并进行对比实验。

2.面向对象的遥感分类采用ecognition进行分类实验，尝试建立建筑物，水体，植被的分类提取规则，并将无人机高分遥感图像目标提取这项技术应用到如植被观测与监控等。

3.在ecognition分类结果下，使用matlab各种分割算法实现遥感图像更加精细的分类。

2. 文献综述

针对国内外研究现状的调研结果表明。

搜索关键词无人机高分遥感，图像分割，图像分类。

可见方面具有经久不衰的研究意义，人们试图通过各种各样的方式和渠道来利用无人机遥感解决关于环境，地理等实际问题。

3. 设计方案和技术路线

以光伏面板为例，基于面向对象技术建立无人机低空遥感影像信息提取方法，主要分为以下几个关键步骤：（1）确立研究对象，对研究对象附件地理资料进行收集，制定研究对象的无人机遥感图像提取方案；（2）航拍前期准备，拟定飞行路线，测试无人机飞行条件；（3）按照飞行计划获取无人机遥感图像；（4）对遥感图像进行初步分析与处理，根据研究对象的提取特点选用合适的提取方法；（5）使用合适的提取方法，如果提取结果不好则再对研究对象提取特点进行研究，最终实现高效且精确的提取研究对象。

4. 工作计划

2022年1月：①查阅相关文献，了解国内外研究现状，并和导师与导师讨论获得相关信息。

确定研究课题：基于无人机高分遥感影像的面向对象遥感人工地物提取研究。

②熟悉ecognition软件使用，学习matlab分水岭算法。

5. 难点与创新点

（1）相较于航空遥感更近尺度观测的新方法，以房屋屋顶光伏面板为研究目标实现遥感图像分割与分类；（2）对近尺度的无人机遥感影像进行分析，将图像利用matlab 实现分水岭分割算法，并和eCognition的多精度分割方法进行比较研究；（3）以光伏面板为提取目标，实现无人机高分遥感图像的目标提取。