基于数学形态学的遥感影像人工草地提取研究

发布时间：2020-10-27 16:04

　　 我国草地面积辽阔,草地既是发展国民经济的物质基础,又是维护陆地生态环境的天然屏障。同时草地也是比较脆弱的生态系统,我国天然草地面临着面积减少、质量下降、草畜矛盾尖锐等问题,仅依赖天然草地已不足以达到发展畜牧业、维护生态平衡的要求。而人工草地因其生态和经济双重功能在现代农业生产中具有重要地位和作用,因此适度发展人工草地势在必行。但如何构建一个合理的人工草地提取模型,准确、及时地获取人工草地的地理位置、面积以及分布范围等基本数据,对于人工草地的建设和扩大具有重要的现实意义和理论价值。遥感监测具有面积大尺度、时间小尺度的特点,能够实时把握草地资源的状况,为草地的动态监测与分析管理提供了有力支持。数学形态学基于集合论方法,可通过膨胀、腐蚀、开运算、闭运算等运算实现图像的分析与处理,从而获得受噪声干扰较小、图像边界清晰的遥感梯度影像,达到遥感影像边缘检测的效果。同时,数学形态学方法中的结构元素的合理选取是对物体几何形状定量描述的有力手段,它可用来分析图像中目标的几何特征和结构形态,达到提取图像目标信息的目的。本文以内蒙古自治区太仆寺旗研究区,基于Landsat8 OLI遥感影像,采用数学形态学方法构建了太仆寺旗人工草地提取模型。首先,对影像进行了辐射定标、大气校正、NDVI的计算等预处理。其次,通过分析人工草地的几何特征,采用数学形态学方法对图像进行了边缘检测,得到了边缘梯度图,进而对其进行二值化处理。然后,在二值图像上,基于圆环形结构元素构建了人工草地提取模型,提取出了形状规则的圆形人工草地,与实际人工草地数目与面积进行比较,验证了提取模型具有较高的精度。同时,对于部分形状不规则的人工草地,本文选取BP神经网络,以上述形状规则的人工草地及部分非人工草地对应的影像数据作为训练集,再以整幅影像数据为测试集,经过训练、测试仿真,提取了整幅影像的人工草地,使得算法精度达到了更高要求。本文构建的基于数学形态学的人工草地提取模型有效地提取了太仆寺旗的人工草地,其提取精度较高,按照数目统计达83.56%,按照面积统计其精度达81.40%,且模型适用性广,可用于不同地区、具有相似几何特征的不同地物的提取工作;构建的基于BP神经网络的遥感影像人工草地提取模型较好的提取了形状不规则的人工草地,补充了基于数学形态学的人工草地提取模型的不足。
【学位单位】：内蒙古工业大学
【学位级别】：硕士
【学位年份】：2015
【中图分类】：TP751
【文章目录】：
摘要
Abstract
第一章 引言
    1.1 选题的背景和意义
    1.2 国内外研究进展
    1.3 研究内容和论文结构
第二章 研究区概况及遥感图像的预处理
    2.1 研究区概况
    2.2 遥感图像的预处理
        2.2.1 几何精校正
        2.2.2 辐射定标
        2.2.3 大气校正
        2.2.4 NDVI的计算
    2.3 讨论与总结
第三章 基于数学形态学的遥感影像人工草地边缘检测
    3.1 基于数学形态学的图像处理原理
        3.1.1 数学形态学简介
        3.1.2 二值数学形态学图像处理原理
            3.1.2.1 二值数学形态学中的基本集合运算
            3.1.2.2 二值数学形态学图像处理基本原理
        3.1.3 灰度数学形态学图像处理原理
            3.1.3.1 极小运算与极大运算
            3.1.3.2 灰度数学形态学图像处理基本原理
    3.2 基于数学形态学的遥感影像人工草地的边缘检测算法
        3.2.1 传统的边缘检测算法
        3.2.2 多尺度、全方位结构元素的遥感影像边缘检测算法
    3.3 讨论与总结
第四章 基于数学形态学和BP神经网络的遥感影像人工草地提取模型
    4.1 太仆寺旗遥感影像的二值化处理
    4.2 基于数学形态的遥感影像人工草地提取模型
        4.2.1 圆环形结构元素的选取
        4.2.2 基于数学形态的太仆寺旗遥感影像人工草地提取模型
        4.2.3 遥感影像人工草地提取结果分析
    4.3 基于BP神经网络的太仆寺旗遥感影像几何特征提取模型
        4.3.1 人工神经网络简介
        4.3.2 BP神经网络训练集
        4.3.3 BP神经网络测试集
        4.3.4 神经网络提取结果讨论
    4.4 讨论与总结
第五章 结论与下一步工作的展望
    5.1 结论
    5.2 下一步工作的展望
参考文献
致谢
在读期间科研成果

【相似文献】

相关期刊论文 前10条

1 刘瑛;张宝峰;;基于数学形态学的触针重建[J];天津理工大学学报;2006年01期

2 周知;黄芳;;数学形态学方法在舌象分割中的应用[J];企业技术开发;2009年03期

3 李振龙;辛乐;杨德亮;;基于数学形态学的信号控制交叉口处车辆队尾的实时跟踪[J];交通信息与安全;2010年04期

4 刘岩;李言俊;张科;;基于数学形态学的红外图象分割方法[J];弹箭与制导学报;2003年S2期

5 刘少颖,卢继来,郝丽,胡广书;基于数学形态学和小波分解的QRS波群检测算法[J];清华大学学报(自然科学版);2004年06期

6 王建平;钱自拓;王金玲;罗国军;;基于数学形态学的图像汉字笔划细化和提取[J];合肥工业大学学报(自然科学版);2005年11期

7 陈争光;费丽君;;基于数学形态学的铁路线识别技术[J];平顶山工学院学报;2005年06期

8 陈安平;张燕;;基于数学形态学的建筑物方向的判断[J];广东水利电力职业技术学院学报;2012年02期

9 黄铮,陈祖荫;数学形态学在聚类中的应用[J];北京工业大学学报;1988年04期

10 徐彦欣,彭文一;数学形态学在工程图表计算机处理中的应用[J];西南交通大学学报;1997年03期

相关博士学位论文 前9条

1 任获荣;数学形态学及其应用[D];西安电子科技大学;2004年

2 赵于前;基于数学形态学的医学图像处理理论与方法研究[D];中南大学;2006年

3 才辉;数学形态学连通性理论及应用研究[D];浙江大学;2009年

4 余莉;基于数学形态学的目标检测[D];国防科学技术大学;2005年

5 蒋明星;基于数学形态学和分形的金相图像处理关键技术研究[D];华南理工大学;2011年

6 孔超;基于数学形态学的木质材料实时无损检测研究[D];东北林业大学;2010年

7 华彦平;基于彩色数学形态学和模糊神经网络的锅炉燃烧诊断研究[D];东南大学;2005年

8 邹力;数学形态学在电力系统继电保护中的应用研究[D];华中科技大学;2006年

9 罗爱民;基于数学形态学的射线检测数字图像处理技术[D];四川大学;2007年

相关硕士学位论文 前10条

1 李良良;基于数学形态学分形维数的旋转机械故障诊断方法[D];燕山大学;2015年

2 吴家樑;基于数学形态学和局部预测的短期风能预测研究[D];华南理工大学;2015年

3 郭莉亚;基于数学形态学的牵引供电系统电能质量分析[D];西南交通大学;2015年

4 邓文豪;基于数学形态学的高速列车安全性态分析[D];西南交通大学;2015年

5 刘坤;数学形态学在牵引供电继电保护中的应用[D];西南交通大学;2015年

6 王春霞;基于数学形态学的遥感影像人工草地提取研究[D];内蒙古工业大学;2015年

7 汪勉;基于数学形态学的人脸检测研究[D];曲阜师范大学;2009年

8 王肖晨;数学形态学理论及在彩色图像处理中的应用[D];哈尔滨工程大学;2008年

9 乔立山;基于神经网络的数学形态学研究及应用[D];成都理工大学;2004年

10 高艳红;图和数学形态学在图像预处理中的应用研究[D];西安电子科技大学;2014年

本文编号：2858735