【摘要】：梯田是人類對自然地形改造生成的一種階梯狀坡耕地,它是一種有效的水土保持措施。由于梯田面積、塊數等分布信息不易快速獲得,使得梯田作用的定量研究難以深入展開。隨著無人機技術的不斷發(fā)展,高精度梯田地形信息的獲取成為可能。論文基于無人機正射影像并結合坡度數據,分別采用基于BP神經網絡方法、SVM機器學習方法和改進的Canny邊緣檢測方法,對梯田區(qū)進行分割,并在最優(yōu)的分割結果上通過區(qū)域生長算法對梯田區(qū)進行田塊提取以及田塊數目、面積等信息的統(tǒng)計。主要研究內容及結果如下:(1)基于神經網絡的梯田區(qū)分割方法。采用一種基于BP神經網絡的梯田分割方法,對梯田進行分割,來獲得梯田信息數據。實驗證明,該算法對樣區(qū)2類型的梯田分割效果優(yōu)于對樣區(qū)1類型的梯田分割。該方法分割梯田的平均完整度和錯誤率分別為73.78%、28.56%。(2)基于支持向量機的梯田區(qū)分割方法。以人工選點的方式得到可信訓練樣本點,將基于超像素的多核分類(Superpixels-based Classfication via Mutilple Kernels,SC-MK)算法生成的聯(lián)合統(tǒng)一內核作為SVM的分類準則,最后給出了實驗樣區(qū)在SVM分割后得到的梯田結果圖,并計算其平均完整度和錯誤率分別為83.12%和43.16%,且該方法更加適合樣區(qū)1類型的梯田分割。(3)設計并實現了改進的Canny邊緣檢測梯田區(qū)分割方法,從梯田的地形特征出發(fā),結合DEM數據和無人機影像數據,實現對梯田區(qū)進行分割。通過計算得出該方法的分割梯田的平均完整度和錯誤率分別為:87.72%和11.4%,雖然該方法與SVM和BP神經網絡方法相比,該方法對梯田區(qū)分割最為完整,但是該方法分割的梯田區(qū)中,梯田邊緣較為粗糙。(4)設計梯田區(qū)田塊提取方法,在梯田區(qū)分割基礎上,針對傳統(tǒng)方法無法進一步獲取梯田田塊數目、面積大小等信息,提出一種基于圖形學的區(qū)域生長算法對梯田田塊區(qū)域進行填充,并統(tǒng)計出影像中含有梯田田塊數目和面積信息,再對比目視解譯的梯田田塊結果,經實驗驗證,該方法提取的田塊精確度達83.57%,由于該方法最終能直接統(tǒng)計梯田區(qū)田塊數目和面積大小,這將更有利于數字化測繪制圖,是梯田提取算法的一次成功的探索。
【圖文】：

實驗樣區(qū)Fig.2-1StudyArea

圖 2-2 二維平面中的線性可分Fig.2-2 Linear two-dimensional plane can bedivided支持向量機常將線性不可分的數據，轉分開。on）神經網絡是 D.E.Rumelhart 和 J.L.Mc來的，其網絡結構簡單，算法成熟，且具行圖像匹配是當前研究的一個重點。（方輸入矢量和相應的輸出矢量訓練網絡去逼一個特定的輸出矢量將它與輸入矢量聯(lián)系矢量以所定義的合適方式進行分類；少輸出矢量維數以便于傳輸或存儲。節(jié)點、輸出節(jié)點，，而且有一層或多層隱節(jié)
【學位授予單位】：西北農林科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：S157.31;P231.5

【參考文獻】

相關期刊論文 前10條

1 李勇志;支曉棟;唐海龍;李丹;趙政;孫長奎;;無人機遙感技術在農業(yè)中的發(fā)展與應用[J];安徽農業(yè)科學;2015年25期

2 范萌萌;李建民;林振榮;;一種新的關系數據庫水印算法[J];計算機應用與軟件;2015年06期

3 王勛;羅婷婷;劉春曉;彭浩宇;;對比度、顏色一致性和灰度像素保持的消色算法[J];中國圖象圖形學報;2015年03期

4 張超;王志浩;楊建宇;朱德海;;基于Canny算子的農田線狀工程地物自動提取方法[J];農業(yè)機械學報;2015年02期

5 徐曉慶;王亦紅;;冷色調圖像的灰度化及其客觀評價方法[J];計算機工程與設計;2014年08期

6 王熹;王湛;楊文濤;席雪潔;史龍月;董文月;張倩;周躍男;;中國水資源現狀及其未來發(fā)展方向展望[J];環(huán)境工程;2014年07期

7 李德仁;李明;;無人機遙感系統(tǒng)的研究進展與應用前景[J];武漢大學學報(信息科學版);2014年05期

8 陳杰;陳鐵橋;梅小明;邵權斌;鄧敏;;基于最優(yōu)尺度選擇的高分辨率遙感影像丘陵農田提取[J];農業(yè)工程學報;2014年05期

9 項榮;應義斌;蔣煥煜;;田間環(huán)境下果蔬采摘快速識別與定位方法研究進展[J];農業(yè)機械學報;2013年11期

10 陳鍛生;宋鳳菲;張群;;一種彩色圖像灰度化的自適應全局映射方法[J];計算機系統(tǒng)應用;2013年09期

相關會議論文 前1條

1 王敏杰;楊唐文;韓建達;秦勇;;圖像邊緣檢測技術綜述[A];2011年中國智能自動化學術會議論文集（第一分冊）[C];2011年

相關碩士學位論文 前2條

1 張明杰;基于航空影像的平坦區(qū)田埂界線識別與提取研究[D];中國礦業(yè)大學;2015年

2 張玲艷;基于Canny理論的自適應邊緣檢測方法研究[D];西北大學;2009年

本文編號：2703283