耕地資源是社會(huì)經(jīng)濟(jì)穩(wěn)定發(fā)展的基礎(chǔ),當(dāng)代遙感圖像處理技術(shù)可實(shí)現(xiàn)耕地資源的精益化管理。本文利用含有耕地信息的多源遙感影像數(shù)據(jù),通過(guò)對(duì)影像融合算法和分割方法的研究、改進(jìn)及對(duì)比分析,實(shí)現(xiàn)了影像中耕地信息的有效提取。采用小波變換結(jié)合IHS變換的融合算法,將多光譜圖像Ⅰ分量和全色圖像用“bior3.7”小波基進(jìn)行2層分解重構(gòu),充分發(fā)揮兩種算法的技術(shù)優(yōu)勢(shì),實(shí)驗(yàn)結(jié)果和評(píng)價(jià)指標(biāo)表明,融合圖像具有較好的空間分辨率和耕地光譜信息,在平均梯度、峰值信噪比等5項(xiàng)指標(biāo)中優(yōu)于IHS變換法、PCA變換法、Gram-Schmidt變換法等融合結(jié)果。以耕地在紅波段的光譜特征（均值503.83、標(biāo)準(zhǔn)差26.48、特征值1901.71）和NDVI指數(shù)（0.05092～0.07791）等為參考指標(biāo),結(jié)合對(duì)象屬性對(duì)ENVI軟件中基于分水嶺算法的Extract Segment模塊分割方法進(jìn)行組合優(yōu)化,實(shí)驗(yàn)結(jié)果表明,該方法不僅規(guī)避了 Extract Segment模塊最優(yōu)分割合并閾值難選取的缺陷,還有效解決了“過(guò)分割”問(wèn)題,將同類(lèi)地物合理合并,異類(lèi)地物準(zhǔn)確剔除,初步提取出實(shí)驗(yàn)圖中耕地區(qū)域面積為2.09KM2和1.29KM2。小波變換... 

【文章來(lái)源】：寧夏大學(xué)寧夏回族自治區(qū) 211工程院校

【文章頁(yè)數(shù)】：52 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１論文技術(shù)路線(xiàn)圖??１．３．?３論文結(jié)構(gòu)安排??

本文側(cè)重于研宂耕地信息提取過(guò)程中遙感圖像融合與分割方法的改進(jìn)，原圖像為資源三??號(hào)衛(wèi)星在同一時(shí)刻獲取的多光譜影像和全色影像，從這組影像數(shù)據(jù)上裁剪２組含耕地信息的??區(qū)域（５１２ｘ５１２）作為實(shí)驗(yàn)圖組，見(jiàn)圖２．１。??＾?／?Ｔ／??ｆ?／?Ｌ??（ａ）多光譜圖像１?（ｂ）全色圖像１??－６－??

變換法的局限性是只能對(duì)多光譜圖像的三個(gè)波段進(jìn)行融合，則其它波段光譜丟失，這也是導(dǎo)??致顏色失真的原因［３４］。??ＩＨＳ變換的融合過(guò)程見(jiàn)圖２．２：??全色遙感圖像｜?｜多光謹(jǐn)遙感圖像??１??重采樣??１??ＩＨＳ正變換??Ｉ?＇＂＂＂?１?ｉ??亮度分置Ｉ?｜飽和度分量Ｓ?｜色調(diào)分??ｒ－Ｌｚｒｐ??直方圖匹配１??＇?？?ＩＨＳ逆變換??觸合后圖像??圖２．２?ＩＨＳ變換法圖像融合過(guò)程??ＩＨＳ正變換公式見(jiàn)（２－２），?ＩＨＳ逆變換公式見(jiàn)（２－３），式中，／是變換后新的亮度分量，??ｈ、Ｆ２是中間變量，／？、（７、忍為融合前圖像的像素灰度值，／？＿，是融合后圖像??的像素灰度值。??１?１?１??「Ｉ?＂Ｉ?５?３?３「Ｒ］??ｖ，?＝?＇７６?＇７６?Ｖ？?＾??ｗ?ｉ?１?０?Ｗ??Ｈ?＝?ｔａｎ－，｜＾｜?（２－２）??ｌＶ２ｊ??Ｓ?＝?－／ｖｆＴｖｆ??１?＿丄丄－??＊Ｒ?＂１?Ｖ６?Ｖ６?［Ｉ?＊??ｎｅｗ?＾?ｎｅｗ??卜＝１?Ｈ?Ｖ｜?（２－３）??Ｂｎ？ｖ?Ｊ?２?ＬＶ２??１?了６?Ｖ??（２）主成分變換融合算法??主成分分析（Ｐｒｉｎｃｉｐａｌ?Ｃｏｍｐｏｎｅｎｔｓ?Ａｎａｌｙｓｉｓ．簡(jiǎn)稱(chēng)ＰＣＡ）是將具有多特征的問(wèn)題化為較??少的彼此互不相關(guān)的新特征的問(wèn)題，簡(jiǎn)單地說(shuō)就是對(duì)原多個(gè)特征進(jìn)行線(xiàn)性組合產(chǎn)生新特征??［３＼也簡(jiǎn)稱(chēng)為ＰＣＡ變換。該算法多用于不同類(lèi)型傳感器數(shù)據(jù)融合或同一傳感器多時(shí)相數(shù)據(jù)??的動(dòng)態(tài)分析，也可用于特征圖像與地面調(diào)查數(shù)據(jù)的融合，它可實(shí)現(xiàn)多于三個(gè)波段的多光譜圖??像融合

【參考文獻(xiàn)】：
期刊論文
[1]基于最小二乘擬合模型和PCA變換的影像融合[J]. 姜詠耀,宋經(jīng)緯,盧昊.  測(cè)繪信息與工程. 2011(06)
[2]圖像融合算法的分析與比較[J]. 汪華琴.  信息與電腦(理論版). 2010(04)
[3]一種改進(jìn)的標(biāo)記分水嶺遙感圖像分割方法[J]. 蔣璐璐,王適,王寶成,李慧敏.  計(jì)算機(jī)技術(shù)與發(fā)展. 2010(01)
[4]像素級(jí)遙感圖像融合方法研究[J]. 陳超,江濤,岳遠(yuǎn)平,徐修浩.  國(guó)土資源信息化. 2008(05)
[5]最優(yōu)小波基的選取原則[J]. 魏寶琴,李白萍.  甘肅科技. 2007(10)
[6]遙感圖像分類(lèi)方法綜述[J]. 王一達(dá),沈熙玲,謝炯.  遙感信息. 2006(05)
[7]一種顧及上下文的遙感影像模糊聚類(lèi)[J]. 張路,廖明生.  遙感學(xué)報(bào). 2006(01)
[8]高分辨率遙感影像信息提取與目標(biāo)識(shí)別技術(shù)研究[J]. 明冬萍,駱劍承,沈占鋒,汪閩,盛昊.  測(cè)繪科學(xué). 2005(03)
[9]數(shù)字影象幾何糾正的理論研究[J]. 王崇倡,計(jì)會(huì)鳳,武文波.  礦山測(cè)量. 2004(02)
[10]基于雙正交小波的多分辨率遙感圖像數(shù)據(jù)融合[J]. 王文君,陳思錦,秦其明,付煒.  現(xiàn)代電子技術(shù). 2004(05)

碩士論文
[1]基于小波變換的數(shù)字圖像融合研究[D]. 徐進(jìn)偉.成都理工大學(xué) 2012
[2]基于小波變換的圖像融合技術(shù)研究[D]. 閆勝武.蘭州大學(xué) 2012
[3]形態(tài)學(xué)分水嶺和Fisher線(xiàn)性判別的圖像分割算法研究[D]. 黃娜.燕山大學(xué) 2009
[4]多源遙感圖像融合算法的研究與應(yīng)用[D]. 宋麗玲.安徽理工大學(xué) 2009



本文編號(hào)：3479450