基于蓝噪声理论的多特征遥感图像森林植被纹理分割

发布时间：2017-08-04 20:39

  本文关键词：基于蓝噪声理论的多特征遥感图像森林植被纹理分割

  更多相关文章： 森林植被提取 蓝噪声 多尺度 多特征 纹理结构基元

【摘要】：森林植被识别在遥感影像分割中具有重要地位。高分辨率遥感影像除了包含地物的光谱特征信息外,还提供了大量的空间纹理特征,因而应用高分辨率遥感影像处理森林植被和森林树种识别成为近年研究的重点。针对高分辨率影像数据量巨大且地物类型多样的特点,采用单一特征进行分割不能充分利用遥感影像丰富的光谱以及纹理特征信息,导致识别准确度低,还容易造成空间数据的大量冗余和资源的浪费。因此,利用多特征相结合的影像分割方法已经成为当前研究趋势。为解决上述问题,本文采用一种综合光谱和利用其纹理特征信息构建纹理结构基元的方法。该方法首先根据植被的光谱辐射特性,利用归一化植被指数对图像进行植被提取,然后基于蓝噪声理论的遥感图像森林植被纹理测量方法,完成对森林植被的多尺度提取。最后,综合影像中的灰度、尺度、形状等其他纹理特征信息,构造森林纹理结构基元,通过结构基元与原图像匹配,完成森林植被提取。在提取过程中,森林纹理结构基元的设计尤为重要,本文在结合形态学结构元素的基础上,通过对典型植被(乔木)纹理微观结构形态分析,根据获取的多尺度信息,构造合适的多尺度结构基元来描述森林植被纹理。在上述理论研究的基础上,针对蓝噪声特征提取要求,本文实验所用遥感图像为Quick Bird卫星(全色+多光谱)捆绑数据,多光谱分辨率为2.76m。结果表明,利用光谱与森林纹理结构基元的影像分类方法对高分辨率影像中的森林植被分类识别,森林植被分类精度更高,分类结果也更易于解译和理解。
【关键词】：森林植被提取 蓝噪声 多尺度 多特征 纹理结构基元
【学位授予单位】：辽宁师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP751
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-13
• 1.1 研究背景和意义8
• 1.2 国内外研究现状8-11
• 1.2.1 遥感影像基本分割方法8-9
• 1.2.2 遥感森林植被分割方法9-11
• 1.3 本文主要研究内容11-12
• 1.4 本文的组织结构12-13
• 2 基于植被指数的森林植被提取13-22
• 2.1 植物的光谱辐射特性13-14
• 2.2 植被指数及植被指数提取14-16
• 2.2.1 植被指数14-16
• 2.3 实验与分析16-22
• 2.3.1 植被指数提取与实验分析18-22
• 3 基于蓝噪声理论的多尺度探测22-31
• 3.1 森林植被纹理特征22-23
• 3.2 基于蓝噪声理论的尺度探测23-28
• 3.2.1 纹理测量区域的选择23-25
• 3.2.2 纹理特征测量25-26
• 3.2.3 蓝噪声特征的尺度以及纹理灰度分布计算26-27
• 3.2.4 实验与分析27-28
• 3.3 基于蓝噪声的多尺度探测28-31
• 4 基于森林纹理结构基元的遥感图像森林植被分割31-39
• 4.1 结构元素31-32
• 4.2 森林纹理结构基元的构造32-33
• 4.3 遥感森林植被的分割33-35
• 4.3.1 结构基元运算33-34
• 4.3.2 结构基元的匹配34-35
• 4.4 实验与分析35-39
• 5 结论与展望39-41
• 5.1 工作总结39
• 5.2 展望39-41
• 参考文献41-44
• 攻读硕士学位期间发表学术论文情况44-45
• 致谢45

【相似文献】

中国期刊全文数据库 前10条

1 丁伟杰;周国民;金弟;;基于小波分解的纹理分割的农机化应用研究[J];农机化研究;2008年11期

2 才德;洪文;吴一戎;;基于概率纹理模型的纹理分割方法分析[J];计算机应用与软件;2008年12期

3 谢兴;谢玉波;秦前清;;有限混合纹理模式及其纹理分割框架[J];计算机工程与应用;2009年30期

4 孙枫;贺锦鹏;刘利强;;基于滤波器阵列和小波域图割的纹理分割[J];华中科技大学学报(自然科学版);2011年05期

5 李欣亮，，廖孟扬，覃家美;利用自适应算法的快速估计参数进行图像纹理分割[J];电子学报;1995年01期

6 王永铭,刘宏,王积分;分形模型用于菌落图象的纹理分割[J];天津大学学报;1997年06期

7 谈正,刘辉,周军;旋转及伸缩不变纹理分割算法[J];西安交通大学学报;1997年01期

8 任仙怡,张桂林,陈朝阳;基于纹理谱的纹理分割方法[J];中国图象图形学报;1998年12期

9 朱立;基于图象纹理频谱的海上小目标自动检测[J];电子技术应用;1999年10期

10 舒远,胡钊政,谈正;基于多信息融合的纹理分割新方法[J];计算机工程;2005年11期

中国重要会议论文全文数据库 前7条

1 郝芳;刘长江;;纹理分离加工中的注意机制[A];Proceedings of Conference on Psychology and Social Harmony(CPSH2011)[C];2011年

2 刘泓;莫玉龙;;基于多分辨模型的有监督纹理图象的鲁棒分割[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

3 赵锋;赵荣椿;;基于多特征图象、模糊聚类的分层分块的纹理分割方法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

4 章小平;范九伦;裴继红;;基于空间信息与模糊聚类的纹理分割方法[A];中国系统工程学会模糊数学与模糊系统委员会第十一届年会论文选集[C];2002年

5 毕笃彦;毛柏鑫;马林华;;基于灰度秩数的非监控纹理图象分割[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

6 王晓丹;赵荣椿;;一种基于视觉感知特性及改进的模糊Kohonen聚类网络的图象纹理分割方法[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年

7 赵锋;赵荣椿;;纹理分割及特征提取方法综述[A];1998年中国智能自动化学术会议论文集（下册）[C];1998年

中国重要报纸全文数据库 前1条

1 北京 childe;虚拟纹理 纹理压缩与隐面消除[N];中国电脑教育报;2001年

中国博士学位论文全文数据库 前7条

1 刘泓;纹理图象的分析与识别研究[D];上海大学;1999年

2 徐琪;一种新的纹理描述方法及其应用[D];复旦大学;2011年

3 孟宇;多维纹理合成及视频时域分割技术的研究[D];吉林大学;2007年

4 毕晓君;基于智能信息技术的纹理图象识别与生成研究[D];哈尔滨工程大学;2006年

5 王晓丹;基于模糊聚类及神经网络的纹理分割方法研究[D];西北工业大学;2000年

6 韩建伟;基于样本的三维表面纹理快速合成技术[D];浙江大学;2009年

7 幸锐;基于纹理的图像聚类研究[D];浙江大学;2009年

中国硕士学位论文全文数据库 前10条

1 杨超;Sharpness在纹理检索中的应用[D];兰州大学;2015年

2 王磊;动漫纹理的交互式合算法的研究与实现[D];深圳大学;2015年

3 矫林涛;基于蓝噪声理论的多特征遥感图像森林植被纹理分割[D];辽宁师范大学;2015年

4 陈海旭;图像纹理分割与纹理替换研究[D];吉林大学;2006年

5 周晖;纹理分割方法及其应用研究[D];国防科学技术大学;2005年

6 朱旭阳;视频纹理研究与实现[D];国防科学技术大学;2002年

7 柏建新;织物模拟中纹理问题的研究[D];浙江大学;2003年

8 安志娟;纹理模拟及分析[D];西安电子科技大学;2001年

9 郭刚;一种新的基于Shape From Shading、shape from texture及小波技术的纹理分割方法[D];四川大学;2004年

10 郭栩琪;纹理效应在视觉色差评估中的影响[D];浙江大学;2011年

本文编号：621616