基于高分卫星数据多尺度图像分割方法的天山森林小班边界提取研究

发布时间：2017-04-24 18:00

  本文关键词：基于高分卫星数据多尺度图像分割方法的天山森林小班边界提取研究，，由笔耕文化传播整理发布。

【摘要】：森林小班区划是森林资源调查中的首要任务和主要内容,也是森林资源管理与动态监测的主体业务,在林业生产经营及林业与森林生态环境等科学研究中有着极其重要的意义。从目前的相关研究看,由于森林固有的多尺度特点,及小班区划时需要考虑来自不同尺度的森林地物信息,加之,高空间分辨率遥感图像上的光谱信息受限,小班区划的技术指标在图像上的指示信息有限,采用单一尺度的图像分割与分类信息进行小班边界提取难以取得满意的效果。基于此,本文在构建多尺度层次图像分割方法并进行最优分割尺度选择的基础上,构建了基于对象基元与林分尺度分类结果的林分分类指标,并进行林分分类与小班边界提取,力图探索一种高分辨率遥感图像小班边界提取的新思路。选择新疆天山西部林业局的特克斯林场为研究区,按照“森林信息的图像表征→图像多尺度分割与信息提取→森林小班对象识别”开展面向山地森林的高空间分辨率遥感小班边界提取研究。针对天山林区展开实验,结果表明,该方法对于实验区的林分分类及小班边界的提取可以取得比较好的结果。本文提出的林分分类的多尺度结构指数不但可以在林业上进行林分分类、小班边界提取,还可能用于城市建筑区或居住区的划分、分类等。
【关键词】：天山森林 高空间分辨率遥感 图像多尺度分割 图像分割参数选择 特征空间优化 林分分类 小班边界
【学位授予单位】：福建师范大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP751
【目录】：

• 摘要2-3
• Abstract3-4
• 文摘4-10
• 第1章 绪论10-26
• 1.1 选题背景与依据10-11
• 1.2 国内外研究现状11-22
• 1.2.1 森林小班边界遥感提取11-16
• 1.2.2 多尺度图像分割16-21
• 1.2.3 论文切入点21-22
• 1.3 研究内容及技术路线22-24
• 1.3.1 主要研究内容22
• 1.3.2 技术路线22-24
• 1.4 论文组织24-26
• 第2章 研究区概况与数据预处理26-48
• 2.1 研究区概况26-31
• 2.1.1 自然地理概况26-29
• 2.1.2 森林资源概况29-31
• 2.2 数据资料31-39
• 2.2.1 地形数据31
• 2.2.2 遥感数据31-32
• 2.2.3 森林资源调查及野外测量数据32-39
• 2.3 数据预处理39-47
• 2.3.1 地形数据处理39-40
• 2.3.2 遥感数据预处理40-47
• 2.4 本章小结47-48
• 第3章 森林遥感图像特征分析48-62
• 3.1 光谱特征分析48-52
• 3.1.1 光谱统计特征48-49
• 3.1.2 实测地物光谱特征49-51
• 3.1.3 图像地物光谱特征51-52
• 3.2 纹理特征分析52-60
• 3.2.1 纹理特征分析方法52-55
• 3.2.2 典型地物GLCM纹理特征分析55-60
• 3.3 本章小结60-62
• 第4章 森林对象多尺度分割62-98
• 4.1 图像分割方法构建62-74
• 4.1.1 区域生长方法分析64-68
• 4.1.2 分割方法构建68-74
• 4.2 分割参数选择74-85
• 4.2.1 优度实验法75-79
• 4.2.2 差分进化差异度实验法79-85
• 4.3 多尺度分割实验85-96
• 4.3.1 对象基元分割85-93
• 4.3.2 林分尺度分割93-96
• 4.4 本章小结96-98
• 第5章 基于多尺度图像分类的小班边界提取98-138
• 5.1 森林经营区划系统与小班区划技术98-100
• 5.1.1 森林经营区划系统98-99
• 5.1.2 小班区划技术标准99-100
• 5.2 多尺度图像对象分类100-118
• 5.2.1 对象概念100-102
• 5.2.2 对象分类特征的选择方法102-106
• 5.2.3 对象基元尺度图像对象分类106-113
• 5.2.4 林分尺度图像对象分类113-118
• 5.3 林分分类与小班边界提取118-130
• 5.3.1 林分分类指标构建118-123
• 5.3.2 林分分类123-125
• 5.3.3 小班对象构建与边界提取125-130
• 5.4 小班提取结果分析130-134
• 5.5 本章小结134-138
• 第6章 结论与展望138-142
• 6.1 主要研究成果与结论138-140
• 6.2 主要学科与领域贡献140-141
• 6.3 研究展望141-142
• 参考文献142-151
• 攻读学位期间承担的科研任务与主要成果151-153
• 致谢153-155
• 个人简历155-158

【参考文献】

中国期刊全文数据库 前10条

1 何敏;张文君;王卫红;;面向对象的最优分割尺度计算模型[J];大地测量与地球动力学;2009年01期

2 黄万里;李虎;林广发;余珊;;尺度变化的土地利用类型数据的综合研究[J];地球信息科学学报;2010年03期

3 孔刚,张启衡;复杂背景下扩展目标多尺度小波分割策略[J];光电子·激光;2004年02期

4 莫登奎;林辉;李际平;孙华;熊育久;;基于均值漂移的高分辨率影像多尺度分割(英文)[J];广西师范大学学报(自然科学版);2006年04期

5 贾春阳;李卫华;李小春;;基于自适应权值FNEA算法的高分辨率遥感图像分割[J];国土资源遥感;2013年04期

6 张柳;梅雪;林锦国;饶斐;;小波多尺度C-V模型的红外图像分割[J];机床与液压;2008年07期

7 张骥祥;戴居丰;郑宏兴;;基于小波域隐马尔可夫模型多尺度图像分割[J];天津大学学报;2008年05期

8 沈占锋;骆剑承;胡晓东;孙卫刚;;高分辨率遥感影像多尺度均值漂移分割算法研究[J];武汉大学学报(信息科学版);2010年03期

9 刘龙飞,陈云浩,李京;遥感影像纹理分析方法综述与展望[J];遥感技术与应用;2003年06期

10 张秀英;冯学智;江洪;;面向对象分类的特征空间优化[J];遥感学报;2009年04期

中国博士学位论文全文数据库 前4条

1 陈雁;可见光遥感图像分割与提取研究[D];中国科学技术大学;2010年

2 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

3 金飞;基于纹理特征的遥感影像居民地提取技术研究[D];解放军信息工程大学;2013年

4 刘建华;高空间分辨率遥感影像自适应分割方法研究[D];福州大学;2011年

中国硕士学位论文全文数据库 前1条

1 赵艳丽;差分进化算法在图像处理中的应用研究[D];中国石油大学;2010年

  本文关键词：基于高分卫星数据多尺度图像分割方法的天山森林小班边界提取研究，由笔耕文化传播整理发布。

本文编号：324663