面向对象的遥感图像分割与玉米田面积统计方法研究
发布时间：2020-12-12 07:11
本文针对国产GF-1号卫星数据农业专题应用的要求,开展了国产高分辨率卫星遥感数据的玉米作物面积统计方法应用研究,为形成国家级基于国产高分数据的农业遥感监测与评价系统提供技术支撑。GF-1号卫星影像的结构和纹理信息较丰富,图像中目标存在严重的“异物同谱”和“同物异谱”现象,传统基于像元的分类方法在处理效率和玉米作物提取效果上都是有限的。本文以面向对象的分类技术为基础,采用自动分类和人机交互解译相结合的方式,研究适用于GF-1号卫星遥感数据的图像分割方法,对玉米作物进行有效的提取,完成对玉米田面积的遥感统计。以陕西省蓝田县的玉米耕种区GF-1号卫星数据为实验区域开展了以下研究:（1）分析了高分一号卫星数据的特点,完成对数据的辐射定标、FLAASH大气校正、正射校正;对校正后的GF-1号卫星多光谱和全色数据进行融合以增强图像的清晰度和解译能力;裁剪出主要耕地区域,屏蔽了非耕地上的与玉米作物存在异物同谱的植被信息,为玉米作物面积统计方法研究提供数据基础。（2）基于面向对象的分类基础,研究获取图像分析中同质对象的分割方法。通过分析GF-1号图像中玉米田地块边缘的不规则结构及局部区域的特征,构造了...
【文章来源】：中北大学山西省
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 选题背景及意义
1.2 农业遥感发展现状
1.2.1 国外研究进展
1.2.2 国内研究进展
1.3 遥感图像分类方法研究进展
1.3.1 基于像素的分类
1.3.2 基于子像素的分类
1.3.3 基于对象的分类
1.4 本文主要研究内容
1.5 本文章节安排
第二章 研究数据及预处理
2.1 研究区域数据
2.2 数据校正处理
2.2.1 全色图像辐射定标
2.2.2 多光谱图像大气校正
2.2.3 多光谱/全色图像正射校正
2.3 全色/多光谱图像融合
2.3.1 Gram-Schmidt正交化过程简介
2.3.2 融合步骤
2.4 裁剪实验数据
2.5 本章小结
第三章 基于边缘增强和类矩形引导的分割方法
3.1 图像目标边缘模糊增强
3.1.1 颜色空间转换
3.1.2 定义块模糊增强
3.1.3 模糊增强单色图3I
3.2 类矩形引导玉米田分割
3.2.1 图像边缘提取
3.2.2 边缘提取效果评价
3.2.3 构建区域特征相似度
3.2.4 基于图的图像分割
3.3 实验与分析
3.4 本章小结
第四章 基于稀疏表示的玉米田面积统计
4.1 特征提取
4.1.1 光谱特征
4.1.2 纹理特征
4.1.3 植被指数
4.2 对玉米/非玉米同时建立稀疏表示模型
4.3 图像分类算法
4.3.1 对图像块与超像素进行描述
4.3.2 建立玉米/非玉米类模型矩阵M
4.3.3 试验图像的稀疏表示
4.3.4 对图像块分类
4.3.5 分类算法基本流程
4.3.6 多特征决策分类结果
4.4 实验分析
4.4.1 分类结果评价
4.4.2 与其他分类器对比分析
4.4.3 大规模区域实验验证
4.5 本章小结
第五章 遥感图像玉米作物提取软件实现
5.1 软件概述
5.2 系统模块功能简介
5.2.1 图像预处理模块
5.2.2 彩色图像处理模块
5.2.3 遥感图像分类模块
5.3 VC++与Matlab混合编程
5.4 本章小结
第六章 总结与展望
6.1 本文的主要工作及创新点
6.2 展望
参考文献
攻读硕士学位期间发表的学术成果
致谢
【参考文献】：
期刊论文
[1]基于分水岭算法的高分遥感图像道路提取优化方法[J]. 蔡红玥,姚国清. 国土资源遥感. 2013(03)
[2]基于高精度历史耕地地块的农区多光谱影像分割方法研究[J]. 李苓苓,朱文泉,潘耀忠,曹森,朱再春. 国土资源遥感. 2011(04)
[3]面向对象的高分辨率影像农用地分类[J]. 邓媛媛,巫兆聪,易俐娜,胡忠文,龚正娟. 国土资源遥感. 2010(04)
[4]一种边界引导的多尺度高分辨率遥感图像分割方法[J]. 谭玉敏,槐建柱,唐中实. 红外与毫米波学报. 2010(04)
[5]基于K-L变换与LS-SVM的玉米品种识别方法[J]. 权龙哲,祝荣欣,雷溥,韩豹. 农业机械学报. 2010(04)
[6]高分辨率遥感图像耕地地块提取方法研究[J]. 胡潭高,朱文泉,阳小琼,潘耀忠,张锦水. 光谱学与光谱分析. 2009(10)
[7]基于改进SUSAN算子的图像边缘检测算法[J]. 罗忠亮. 重庆工学院学报(自然科学版). 2009(05)
[8]作物遥感估产的现状及其展望[J]. 李佛琳,李本逊,曹卫星. 云南农业大学学报. 2005(05)
[9]遥感技术及其在农业上的应用[J]. 周晓愚,王永国,陈建卓. 现代化农业. 2004(06)
[10]美国农业遥感技术应用现状简介[J]. 刘海启. 国土资源遥感. 1997(03)
硕士论文
[1]基于遥感的玉米产量预测系统的研究[D]. 胡楠.吉林农业大学 2011
[2]稀疏表示在图像处理中的应用[D]. 沈斌.清华大学 2009
[3]多源信息复合的SVM混合地块分解法提取玉米种植面积[D]. 马丽.西安科技大学 2009
[4]林冠状态变化遥感监测方法研究[D]. 邓书斌.山东科技大学 2007
本文编号：2912091
【文章来源】：中北大学山西省
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 选题背景及意义
1.2 农业遥感发展现状
1.2.1 国外研究进展
1.2.2 国内研究进展
1.3 遥感图像分类方法研究进展
1.3.1 基于像素的分类
1.3.2 基于子像素的分类
1.3.3 基于对象的分类
1.4 本文主要研究内容
1.5 本文章节安排
第二章 研究数据及预处理
2.1 研究区域数据
2.2 数据校正处理
2.2.1 全色图像辐射定标
2.2.2 多光谱图像大气校正
2.2.3 多光谱/全色图像正射校正
2.3 全色/多光谱图像融合
2.3.1 Gram-Schmidt正交化过程简介
2.3.2 融合步骤
2.4 裁剪实验数据
2.5 本章小结
第三章 基于边缘增强和类矩形引导的分割方法
3.1 图像目标边缘模糊增强
3.1.1 颜色空间转换
3.1.2 定义块模糊增强
3.1.3 模糊增强单色图3I
3.2 类矩形引导玉米田分割
3.2.1 图像边缘提取
3.2.2 边缘提取效果评价
3.2.3 构建区域特征相似度
3.2.4 基于图的图像分割
3.3 实验与分析
3.4 本章小结
第四章 基于稀疏表示的玉米田面积统计
4.1 特征提取
4.1.1 光谱特征
4.1.2 纹理特征
4.1.3 植被指数
4.2 对玉米/非玉米同时建立稀疏表示模型
4.3 图像分类算法
4.3.1 对图像块与超像素进行描述
4.3.2 建立玉米/非玉米类模型矩阵M
4.3.3 试验图像的稀疏表示
4.3.4 对图像块分类
4.3.5 分类算法基本流程
4.3.6 多特征决策分类结果
4.4 实验分析
4.4.1 分类结果评价
4.4.2 与其他分类器对比分析
4.4.3 大规模区域实验验证
4.5 本章小结
第五章 遥感图像玉米作物提取软件实现
5.1 软件概述
5.2 系统模块功能简介
5.2.1 图像预处理模块
5.2.2 彩色图像处理模块
5.2.3 遥感图像分类模块
5.3 VC++与Matlab混合编程
5.4 本章小结
第六章 总结与展望
6.1 本文的主要工作及创新点
6.2 展望
参考文献
攻读硕士学位期间发表的学术成果
致谢
【参考文献】：
期刊论文
[1]基于分水岭算法的高分遥感图像道路提取优化方法[J]. 蔡红玥,姚国清. 国土资源遥感. 2013(03)
[2]基于高精度历史耕地地块的农区多光谱影像分割方法研究[J]. 李苓苓,朱文泉,潘耀忠,曹森,朱再春. 国土资源遥感. 2011(04)
[3]面向对象的高分辨率影像农用地分类[J]. 邓媛媛,巫兆聪,易俐娜,胡忠文,龚正娟. 国土资源遥感. 2010(04)
[4]一种边界引导的多尺度高分辨率遥感图像分割方法[J]. 谭玉敏,槐建柱,唐中实. 红外与毫米波学报. 2010(04)
[5]基于K-L变换与LS-SVM的玉米品种识别方法[J]. 权龙哲,祝荣欣,雷溥,韩豹. 农业机械学报. 2010(04)
[6]高分辨率遥感图像耕地地块提取方法研究[J]. 胡潭高,朱文泉,阳小琼,潘耀忠,张锦水. 光谱学与光谱分析. 2009(10)
[7]基于改进SUSAN算子的图像边缘检测算法[J]. 罗忠亮. 重庆工学院学报(自然科学版). 2009(05)
[8]作物遥感估产的现状及其展望[J]. 李佛琳,李本逊,曹卫星. 云南农业大学学报. 2005(05)
[9]遥感技术及其在农业上的应用[J]. 周晓愚,王永国,陈建卓. 现代化农业. 2004(06)
[10]美国农业遥感技术应用现状简介[J]. 刘海启. 国土资源遥感. 1997(03)
硕士论文
[1]基于遥感的玉米产量预测系统的研究[D]. 胡楠.吉林农业大学 2011
[2]稀疏表示在图像处理中的应用[D]. 沈斌.清华大学 2009
[3]多源信息复合的SVM混合地块分解法提取玉米种植面积[D]. 马丽.西安科技大学 2009
[4]林冠状态变化遥感监测方法研究[D]. 邓书斌.山东科技大学 2007
本文编号：2912091
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/2912091.html
