无人机DEM的渠系轮廓特征增强方法研究
发布时间:2022-07-02 13:15
灌排渠系作为河套灌区最主要的水利设施,用于水库与农田间的输配水,进行农作物的灌溉。掌握渠系的分布信息对提高农业输配水效率、灌排水情实时监测、灌区灌排决策管理有非常重要的意义,因而数字化渠系的提取尤为重要。但在进行渠系提取时会因沟道中的洼地、沟道上的桥、涵洞等自然或人为地形的存在干扰提取的效果。本文以河套地区海丰县内的灌区为研究区域,使用无人机航拍的正射影像所获取的数字高程模型(Digital Elevation Model)为研究对象,分别使用河道烧录(Stream Burning)算法与改进的基于最小代价路径(Least Cost Path)的洼地裂开算法,移除沟道中的洼地、沟道上的桥、涵洞和暗渠等地貌,使渠系特征得到增强;然后以增强后的渠系DEM信息辅以渠系的可见光信息作为分类特征,使用基于随机森林的正例与未标记单分类器进行渠系的分类,进而得到渠系提取结果去评价渠系特征增强的效果。本文主要研究内容和结果如下:(1)河道烧录算法增强渠系特征,利用部分渠系矢量信息作为辅助数据,选定合适的烧录深度以及衰减系数,计算渠系对应栅格处的高程值,并替换掉原始高程值。实验结果表明,借助矢量数据对渠...
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 研究现状与进展
1.2.1 基于DEM的地形增强研究现状
1.2.2 灌溉渠系提取研究现状
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究方法
1.4 技术路线图
1.5 论文组织结构
第二章 数据来源与相关知识介绍
2.1 数据来源
2.1.1 研究区域
2.1.2 数据获取
2.2 数字高程模型
2.2.1 数字高程模型概述
2.2.2 数字高程模型的数据结构
2.3 基于DEM地形增强算法
2.3.1 洼地填充算法
2.3.2 洼地裂开算法
2.3.3 河道烧录算法
2.4 基于随机森林的正例与未标记单分类器算法
2.4.1 机器学习
2.4.2 基于正例和无标记样例学习
2.4.3 单分类器
2.4.4 随机森林的基本原理
2.5 本章小结
第三章 河道烧录算法
3.1 河道烧录算法的实现
3.1.1 算法原理以及改进
3.1.2 渠系矢量数据的获取
3.1.3 渠系矢量数据栅格化
3.1.4 烧录深度与衰减系数的设定
3.2 实验结果与分析
3.2.1 实验过程
3.2.2 实验与结果分析
3.3 本章小结
第四章 改进的洼地裂开算法
4.1 洼地裂开算法的改进
4.1.1 基于最小代价路径的洼地裂开算法
4.1.2 改进的洼地裂开算法流程
4.1.3 增强结果分析
4.2 渠系提取
4.2.1 渠系提取方法
4.2.2 渠系训练样本获取
4.2.3 渠系分类特征选择
4.2.4 渠系分类及提取过程
4.2.5 渠系提取的精度评价
4.3 DPB渠系特征增强效果
4.3.1 渠系提取结果分析
4.3.2 提取精度评价
4.4 实验与结果分析
4.4.1 实验工具
4.4.2 实验流程
4.4.3 增强算法效果对比
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
作者简介
本文编号:3654431
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 研究现状与进展
1.2.1 基于DEM的地形增强研究现状
1.2.2 灌溉渠系提取研究现状
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究方法
1.4 技术路线图
1.5 论文组织结构
第二章 数据来源与相关知识介绍
2.1 数据来源
2.1.1 研究区域
2.1.2 数据获取
2.2 数字高程模型
2.2.1 数字高程模型概述
2.2.2 数字高程模型的数据结构
2.3 基于DEM地形增强算法
2.3.1 洼地填充算法
2.3.2 洼地裂开算法
2.3.3 河道烧录算法
2.4 基于随机森林的正例与未标记单分类器算法
2.4.1 机器学习
2.4.2 基于正例和无标记样例学习
2.4.3 单分类器
2.4.4 随机森林的基本原理
2.5 本章小结
第三章 河道烧录算法
3.1 河道烧录算法的实现
3.1.1 算法原理以及改进
3.1.2 渠系矢量数据的获取
3.1.3 渠系矢量数据栅格化
3.1.4 烧录深度与衰减系数的设定
3.2 实验结果与分析
3.2.1 实验过程
3.2.2 实验与结果分析
3.3 本章小结
第四章 改进的洼地裂开算法
4.1 洼地裂开算法的改进
4.1.1 基于最小代价路径的洼地裂开算法
4.1.2 改进的洼地裂开算法流程
4.1.3 增强结果分析
4.2 渠系提取
4.2.1 渠系提取方法
4.2.2 渠系训练样本获取
4.2.3 渠系分类特征选择
4.2.4 渠系分类及提取过程
4.2.5 渠系提取的精度评价
4.3 DPB渠系特征增强效果
4.3.1 渠系提取结果分析
4.3.2 提取精度评价
4.4 实验与结果分析
4.4.1 实验工具
4.4.2 实验流程
4.4.3 增强算法效果对比
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
作者简介
本文编号:3654431
本文链接:https://www.wllwen.com/nykjlw/nygclw/3654431.html