本文選題：遙感圖像 + 植被分割��； 參考：《國土資源遙感》2017年02期

【摘要】：在遙感圖像分割中,植被是重要的一類對象,植被細(xì)分割一般有3個(gè)目標(biāo),按尺度分為喬木、灌木和草與苔蘚。針對單一層次多分類方法不能充分利用植被目標(biāo)不同紋理尺度實(shí)現(xiàn)精確的多分類問題,提出了一種基于譜直方圖的遙感圖像分層次、多尺度植被分割方法。首先用歸一化植被指數(shù)(normalized difference vegetation index,NDVI)提取出遙感圖像中的植被區(qū)域,然后再對該區(qū)域分層實(shí)現(xiàn)多個(gè)二分類算法、完成多分類操作。在每個(gè)分類層次,利用目標(biāo)的先驗(yàn)知識(shí)和紋理尺度選擇紋理濾波參數(shù),對濾波結(jié)果提取各子塊圖像的譜直方圖用以表達(dá)紋理特征,從而實(shí)現(xiàn)1個(gè)層次的分割。實(shí)驗(yàn)結(jié)果表明,該方法較好地利用了植被各層次目標(biāo)的先驗(yàn)知識(shí)和紋理尺度,使得對紋理濾波器的增強(qiáng)處理更具針對性;譜直方圖的特征區(qū)分度更大,使得植被細(xì)分割精度明顯提高。
[Abstract]:In the segmentation of remote sensing images, vegetation is an important kind of object. The fine segmentation of vegetation has 3 targets, which are divided into trees, shrubs and grass and moss according to the scale. In view of the single hierarchical and multi classification method, the precise multi classification problem can not be realized by the different texture scales of the vegetation target. A spectral histogram based remote sensing image is proposed. Hierarchical, multi-scale vegetation segmentation method. Firstly, the vegetation areas in remote sensing images are extracted with normalized difference vegetation index (NDVI), and then multiple two classification algorithms are implemented for the stratification of the region, and multiple classification operations are completed. Texture filtering parameters are used to extract the spectral histograms of each sub block image to express texture features and achieve 1 levels of segmentation. The experimental results show that the method makes good use of the prior knowledge and texture scale of various vegetation levels, making the enhancement processing of the texture filter more pertinent; the spectral histogram is special. The larger the index area, the better the precision of vegetation segmentation.

【作者單位】： 遼寧師范大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目“適應(yīng)空間信道傳輸?shù)男禽d高光譜海岸帶影像壓縮編碼研究”(編號:41271422) 遼寧省教育廳自然科學(xué)基金項(xiàng)目“遙感圖像多尺度植被分割技術(shù)研究”(編號:L2012379)共同資助
【分類號】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李偉;;遙感圖像中的道路提取[J];自動(dòng)化博覽;2006年05期

2 李傳龍;李穎;馬龍;;一種新的遙感圖像海岸線檢測方法[J];計(jì)算機(jī)仿真;2010年08期

3 張學(xué)良;肖鵬峰;馮學(xué)智;;基于圖像內(nèi)容層次表征的遙感圖像分割方法[J];中國圖象圖形學(xué)報(bào);2012年01期

4 秦其明;遙感圖像自動(dòng)解譯面臨的問題與解決的途徑[J];測繪科學(xué);2000年02期

5 陳小琪;現(xiàn)代計(jì)算機(jī)印前制版技術(shù)在遙感圖像印制中的應(yīng)用研究——以《長江經(jīng)濟(jì)帶可持續(xù)發(fā)展地圖集》為例[J];地球信息科學(xué);2000年02期

6 鄧湘金,彭海良;一種基于遙感圖像的機(jī)場檢測方法[J];測試技術(shù)學(xué)報(bào);2002年02期

7 余杰千,方濤,陳雍業(yè);一種有效的遙感圖像無縫分割方法[J];計(jì)算機(jī)應(yīng)用;2003年12期

8 吳為祿;遙感圖像中的云層消除處理[J];鐵路航測;2003年01期

9 于輝,徐軍;彩色遙感圖像目標(biāo)提取方法研究[J];遙感技術(shù)與應(yīng)用;2003年06期

10 黃勇杰,王樹國,劉俊義,陳東;遙感圖像去云算法研究[J];儀器儀表學(xué)報(bào);2003年S2期

相關(guān)會(huì)議論文 前10條

1 張鳳春;董增壽;劉明君;;基于局部方差均衡的遙感圖像增強(qiáng)方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

2 鄧冰;林宗堅(jiān);彭曉東;;遙感圖像信息度量的原理與方法[A];《測繪通報(bào)》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 江興方;江鴻;何賢強(qiáng);;遙感圖像兩種半自動(dòng)拼接方法的研究[A];全國農(nóng)業(yè)遙感技術(shù)研討會(huì)論文集[C];2009年

4 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢的研究與實(shí)踐[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

5 陳東;龐怡杰;黃勇杰;;大傾斜航空遙感圖像快速自動(dòng)鑲嵌技術(shù)[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

6 黃勇杰;王樹國;劉俊義;陳東;;遙感圖像去云算法研究[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

7 謝建春;趙榮椿;;遙感圖像中的軍用機(jī)場識(shí)別算法研究[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2004年

8 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除處理方法研究述評[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 張磊;朱磊;;遙感圖像中直線目標(biāo)的檢測[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

10 邱磊;李國輝;衡祥安;;一種基于交互學(xué)習(xí)的遙感圖像挖掘方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

相關(guān)重要報(bào)紙文章 前1條

1 蔣建科邋孫宏金 陳樹琛;傳回清晰遙感圖像[N];人民日報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 祁友杰;基于SoC技術(shù)的遙感圖像快速匹配方法研究[D];東南大學(xué);2016年

2 江興方;遙感圖像去云方法的研究及其應(yīng)用[D];南京理工大學(xué);2007年

3 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學(xué);2014年

4 劉春紅;超光譜遙感圖像降維及分類方法研究[D];哈爾濱工程大學(xué);2005年

5 劉哲;基于信息融合的遙感圖像處理方法研究[D];西北工業(yè)大學(xué);2002年

6 強(qiáng)贊霞;遙感圖像的融合及應(yīng)用[D];華中科技大學(xué);2005年

7 杜根遠(yuǎn);海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2011年

8 陶午沙;基于結(jié)構(gòu)模型的遙感圖像軍事陣地目標(biāo)特征分析及其識(shí)別技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2004年

9 林劍;基于模糊理論的遙感圖像分割方法研究[D];中南大學(xué);2003年

10 薛麗霞;基于對象云的遙感圖像模糊邊緣檢測研究[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 邱磊;基于內(nèi)容的遙感圖像挖掘方法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

2 王靜靜;基于NSCT和Shearlet變換的遙感圖像增強(qiáng)研究[D];新疆大學(xué);2014年

3 柴宏磊;基于知識(shí)的遙感圖像港口目標(biāo)識(shí)別[D];電子科技大學(xué);2015年

4 馮一鳴;基于遙感圖像中港口目標(biāo)的分割算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

5 吳云坤;遙感圖像變化檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

6 王旭;無參考遙感圖像質(zhì)量綜合評價(jià)算法研究[D];西安電子科技大學(xué);2015年

7 張少輝;基于刃邊法的遙感圖像重建方法研究[D];西安電子科技大學(xué);2014年

8 王子維;無人機(jī)遙感圖像的拼接技術(shù)研究[D];東北石油大學(xué);2015年

9 曹敏潔;遙感圖像厚云及其陰影去除技術(shù)研究[D];廣西師范大學(xué);2015年

10 錢葉青;不同時(shí)相遙感圖像配準(zhǔn)技術(shù)的研究[D];集美大學(xué);2015年

，

本文編號：1878648