基于中等分辨率遥感图像的海岸带养殖池提取算法

发布时间：2023-11-05 09:45

　　海岸带池塘养殖作为一种重要的水产养殖方式在全球的食品、营养和经济效益方面发挥着重要作用,然而也给海岸带生态环境的可持续性带来了巨大的挑战。因此,迫切需要对池塘养殖进行有效的动态监测,以实现可持续的渔业用海管理。遥感技术可以为养殖池监测提供重要手段,特别是中等分辨率遥感图像能够实现大范围的地物覆盖,然而由于其分辨率较低导致养殖池边缘较弱以及附近诸如海洋等其它水体干扰的存在,给提取养殖池带来了较大困难。在光学遥感中养殖池提取通常采用的分类方法,需要依赖大量训练样本和费时的训练过程,且移植性较差,因此有必要研究人工参与少且移植性好的提取算法。而已有的合成孔径雷达图像(Synthetic Aperture Radar,SAR)养殖池提取方法,目前需要利用较多的辅助数据,因此有必要研究不需要辅助数据并人工参与少的提取算法。另外也有必要分析两类提取算法与已有算法的提取性能优势。因此,本文分别从中等分辨率的多光谱图像Landsat-8和SAR图像Sentienl-1出发,研究了海岸带养殖池的提取算法。本文主要研究内容如下:(1)给出了一种联合指数法和简单线性迭代聚类(Simple Linear It...

【文章页数】：95 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究的背景和意义
    1.2 养殖区提取国内外发展现状
        1.2.1 基于多光谱图像的养殖区提取国内外发展现状
        1.2.2 基于SAR图像的养殖区提取国内外发展现状
        1.2.3 存在的主要问题
    1.3 本文主要工作和结构安排
2 研究区域和数据预处理
    2.1 研究区域
    2.2 遥感图像数据
    2.3 真值图和评价标准
    2.4 预处理
        2.4.1 Landsat-8遥感图像预处理
        2.4.2 Sentinel-1遥感图像预处理
    2.5 本章小结
3 联合指数法和SLIC的Landsat-8图像海岸带养殖池提取算法
    3.1 存在问题分析
    3.2 改进算法原理分析
        3.2.1 养殖池提取算法总体框架
        3.2.2 边缘图引导的改进SLIC超像素算法分析
        3.2.3 自适应指数法的水体目标生成算法分析
        3.2.4 改进区域生长准则的海洋检测算法分析
    3.3 实验对比与分析
        3.3.1 数据集与参数设置
        3.3.2 实验结果对比与分析
        3.3.3 整幅图像的养殖池提取结果与分析
    3.4 本章小结
4 Radon变换多特征融合的Sentinel-1图像海岸带养殖池提取算法
    4.1 存在问题分析
    4.2 改进算法原理分析
        4.2.1 养殖池提取算法总体框架
        4.2.2 基于Sentinel-1整幅图像的海岸线检测算法分析
        4.2.3 基于养殖池的Radon变换四种特征的构建与分析
        4.2.4 一种Radon变换直线数规则的构建与养殖池提取算法分析
    4.3 实验对比与分析
        4.3.1 数据集与参数设置
        4.3.2 实验结果对比与分析
        4.3.3 参数的灵敏度分析
        4.3.4 整幅图像的养殖池提取结果与分析
    4.4 本章小结
结论
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果



本文编号：3860785