全文总字数：3133字

1. 研究目的与意义及国内外研究现状

随着信息化社会的不断发展进步，航拍图片技术也已不再神秘。对于航拍图片的处理与信息提取也逐渐成为了众多领域不可或缺的技术能力。城市航拍图片的信息提取在很大程度上可以为未来城市规划与发展奠定坚实的数据基础，为决策者提供可靠的数据支持。选题出发点在于准确的对航拍图片进行区域识别，在一定的网格划分下，对城市不同区域进行识别。只有对现有城市的布局有着正确的认知，才能对城市未来的发展与规划做出正确的判断，这也是本选题的立意之处。

国内外研究现状

近五年来以城市区域识别为基础的多领域学科研究日益增长，对于城市识别模型的选择与使用也日益优化，从较为传统的多分类logistic模型（如：农宇，王坤，杜清运. 利用多分类Logistic 回归进行土地利用变化模拟———以湖北省嘉鱼县为例；Ahmed M Mustaf, Mario Cools, Ismail Saadi, and Jacques Teller, Urban Development as a Continuum: A Multinomial Logistic Regression Approach）不断发展，逐渐的，形成了以非参数模型为中心的城市区域识别模型，如以向量机为判别手段的城市区域识别模型（Brian Alan Johnson, High-resolution urban land-cover classification using a competitive multiscale object-based approach）。

2. 研究的基本内容

研究对象为城市航拍照片，经过一定的数据处理将图片中蕴含的信息数字化，在对其进行建模处理。首先将城市区域划分为水泥地、阴影、树木、沥青、建筑、草坪、水池、汽车、沙地九大类别。根据网格划分，对不同网格内的区域进行分类。通过每个网格内区域自身的特性，如：形状、面积、边缘光滑度、光谱偏度等，来对其进行归类。其中，考虑到区域自身特性可能会有很多种，这里使用降维方法对区域自身特性进行筛选，使用筛选过后的数据进行分类处理。分类方的选择上，先使用经典的多分类logistic回归，但考虑到模型本身的局限性（广义线性模型），会与贝叶斯网络的结果进行对比，选择较优者为最终模型。

3. 实施方案、进度安排及预期效果

实施方案：

1、收集有关文献。这里不仅包含分类识别模型，还要有相关航拍照片处理相关的文献。只有阅读过航拍照片处理的相关文献，才能够更好的理解与认知城市区域分类模型。2、对于城市区域识别这一具体问题找出合适的分类识别模型。分类识别模型有很多种，但是能够很好的处理该问题的模型需要在实际数据的对比操作中筛选而出。这里将会对比经典算法与较为新颖的一些算法，通过软件模拟得出适应本问题的最佳算法。3、通过已选出的算法得出预期的城市区域分类。通过由上述步骤得到适合本问题的识别模型得出城市区域的分类识别，并通过训练数据集与测试数据集得到其预测精度，从而来判断在此分类器下的区域识别是否可靠。

进度安排：

4. 参考文献

[1] brian johnson,zhixiao xie, isprs journal of photogrammetry and remote sensing,2013.05.008. 40-49.

[2] brian alan johnson, high-resolution urban land-cover classification using a competitive multiscale object-based approach, remote sensing letters vol. 4, no. 2, february 2013, 131–140

[3] ahmed m mustaf, mario cools, ismail saadi, and jacques teller, urban development as a continuum: a multinomial logistic regression approach, iccsa 2015, part iii, lncs 9157,2015. 729–744