当前位置:主页 > 科技论文 > 农业技术论文 >

基于面向对象的柑橘类果林信息提取方法研究

发布时间:2018-07-06 11:07

  本文选题:面向对象 + 模糊数学 ; 参考:《江西理工大学》2017年硕士论文


【摘要】:我国是柑橘类水果产品主要的生产国和消费国之一,有着4000多年的栽培历史。快速有效地提取柑橘类果林对指导果林病害防御、水果生产和产业规划有着重要意义。传统的基于像元的纯光谱柑橘类果林提取方法分类精度较低,很难避免“椒盐现象”,并且受噪声的影响导致同物异谱、异物同谱现象较严重。丰富的纹理信息、形状信息和上下文信息是高分辨率遥感图像突出的特点。本文以赣州市寻乌县柑橘类果林种植区为研究对象,针对传统基于像元分类方法精度较低的缺点,在高分一号数据源的基础上,做了以下研究:1.为了能够让高分一号遥感影像数据既保存影像数据多光谱特性,又提高空间分辨率,对数据进行了大气校正、正射校正、图像融合等图像预处理步骤。2.在多尺度分割的前提下,对象的各种特征信息存在一定的变化规律。利用e Cognition软件统计对象的面积均值、标准差、植被对象的NDVI均值在分割尺度上的变化情况。3.选用最大面积比法来衡量某种特定地物分割对象的优劣程度。4.深入研究了基于模糊数学方法的最近邻分类模型,在深入剖析模型数学表达的基础上,对整幅影像的光谱特征进行了全面的统计分析。5.构建了一种结合模糊数学理论的面向对象决策树分类模型,在多尺度分割建立对象层次组织结构的基础上,综合最近邻分类器,建立了融合模糊数学方法和决策树模型的面向对象决策树分层分类模型,选择样本对象进行统计分析光谱特征和纹理特征,分层使用单波段阈值、NDVI、波段组合、对象几何形态学特征和纹理特征等多种分析经验值,对研究区域进行信息提取,实现了多尺度分割和分层决策树分类,使用混淆矩阵对分类结果进行了精度验证,得到总体Kappa系数0.8643,特别是果林提取精度的明显提高。
[Abstract]:China is one of the main producing and consumer countries of citrus fruit products. It has more than 4000 years of cultivation history. It is of great significance to extract citrus fruit forest quickly and effectively to guide the defense of fruit forest diseases, fruit production and industrial planning. The phenomenon of "salt and pepper" is exempt from the phenomenon of "salt and pepper" and is influenced by the influence of noise. The phenomenon of ISO spectrum is serious. The rich texture information, shape information and context information are the prominent features of high resolution remote sensing images. This paper takes the citrus orchard planting area of Xunwu County, Ganzhou as the research object, and aims at the precision of the traditional pixel based classification method. On the basis of high score 1 data source, the following research is made: 1. in order to enable high score 1 remote sensing image data not only to preserve the multi spectral characteristics of the image data, but also to improve the spatial resolution, the image preprocessing step.2., such as atmospheric correction, orthophoto correction, image fusion, and so on, is on the premise of multiscale segmentation. The information of various features of the image has a certain change law. Using the e Cognition software, the mean area of the area, the standard deviation and the change of the NDVI mean of the vegetation object on the segmentation scale,.3. selects the maximum area ratio method to measure the good and bad degree of the object of certain specific objects,.4. based on the fuzzy mathematical method. The nearest neighbor classification model, based on the deep analysis of the mathematical expression of the model, makes a comprehensive statistical analysis of the spectral features of the entire image..5. constructs an object-oriented decision tree classification model combining the fuzzy mathematics theory. On the basis of the multi-scale segmentation and the establishment of the hierarchical organization structure of the object, the nearest neighbor classifier is built. The object oriented decision tree hierarchical classification model is combined with fuzzy mathematical method and decision tree model. The sample object is selected for statistical analysis of spectral features and texture features. A number of empirical values, such as single band threshold, NDVI, band combination, geometric morphological features and texture features of objects, are used to extract information from the research area. The classification of multi scale segmentation and stratified decision tree was realized. The accuracy of the classification results was verified by using the confusion matrix, and the total Kappa coefficient was 0.8643, especially the extraction precision of the fruit forest was obviously improved.
【学位授予单位】:江西理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:S666;S127

【参考文献】

相关期刊论文 前10条

1 林亚斌;贾贵刚;李莲;;高分遥感影像阴影检测与消除方法[J];测绘与空间地理信息;2014年08期

2 罗卫;况润元;;利用环境卫星影像的东江源地区果园信息提取[J];测绘科学;2014年08期

3 张昊然;;遥感影像信息提取的方式[J];测绘与空间地理信息;2014年02期

4 金杰;朱海岩;李子潇;孙建伟;;ENVI遥感图像处理中几种监督分类方法的比较[J];水利科技与经济;2014年01期

5 尹展;张建国;李宏斌;;面向对象分类技术在高分辨率遥感影像信息提取中的应用研究[J];测绘与空间地理信息;2013年08期

6 奚歌;吴正鹏;侯晨;姜伟男;;基本地形图更新卫星影像优选探讨[J];测绘与空间地理信息;2012年10期

7 胡文亮;赵萍;董张玉;;一种改进的遥感影像面向对象最优分割尺度计算模型[J];地理与地理信息科学;2010年06期

8 陈杰;邓敏;肖鹏峰;杨敏华;梅小明;刘慧敏;;基于分水岭变换与空间聚类的高分辨率遥感影像面向对象分类[J];遥感技术与应用;2010年05期

9 曾涛;杨武年;黎小东;刘汉湖;彭立;简季;;面向对象的高空间分辨率遥感影像信息提取——汶川地震城市震害房屋案例研究[J];自然灾害学报;2010年05期

10 于欢;张树清;孔博;李晓峰;;面向对象遥感影像分类的最优分割尺度选择研究[J];中国图象图形学报;2010年02期

相关博士学位论文 前1条

1 黄慧萍;面向对象影像分析中的尺度问题研究[D];中国科学院研究生院(遥感应用研究所);2003年

相关硕士学位论文 前8条

1 陈建容;面向对象的土地利用/覆被信息提取[D];成都理工大学;2016年

2 成丽;基于SPOT5遥感影像面向对象分割分类研究和应用[D];南京林业大学;2014年

3 詹福雷;基于面向对象的高分辨率遥感影像信息提取[D];吉林大学;2014年

4 陈涤非;基于面向对象方法的地表覆被分类研究[D];成都理工大学;2013年

5 贺洪元;面向对象高分辨率影像多尺度分割[D];华中科技大学;2013年

6 李宏宏;面向对象的高分辨率遥感影像分类及泥石流信息提取研究[D];南京理工大学;2013年

7 齐义娜;面向对象的高分辨率遥感影像信息提取与尺度效应分析[D];东北师范大学;2009年

8 汪求来;面向对象遥感影像分类方法及其应用研究[D];南京林业大学;2008年



本文编号:2102583

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/nykj/2102583.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4448a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com