本文選題：決策樹　切入點：面向對象　出處：《中國地質大學(北京)》2017年碩士論文

【摘要】：大麻不僅僅是一種工業(yè)原料還是毒品的主要原植物,其花葉中含有具有致幻成癮作用的的四氫大麻酚(THC),容易被用來吸食。隨著種植規(guī)模的擴大,我國大麻產(chǎn)量已居世界第一位,受我國的種植模式的影響,使得大麻種植分布零散,因此造成國家缺乏有效、準確的手段來收集大麻種植范圍和面積信息。由于大麻品種繁多,種植條件各異,在我們前期毒品原植物調查與監(jiān)測的實際工作中發(fā)現(xiàn),大麻在種植過程中,容易發(fā)生生物學混雜等而導致含毒量變化,使得部分地方種植的大麻毒性成分(THC)含量超標,成為事實上的毒品原植物,為毒品泛濫留下了嚴重隱患。本文以內蒙古自治區(qū)達拉特地區(qū)為研究區(qū),基于國產(chǎn)高分辨率的高分二號衛(wèi)星遙感影像,利用兩種不同的方法對大麻地塊進行了信息提取。首先通過對研究區(qū)影像光譜特征、空間特征、語義特征等進行分析,選取相應的特征值作為決策樹節(jié)點,構建大麻地塊信息提取的決策樹,應用ENVI軟件平臺對原始數(shù)據(jù)進行由大到小,由粗到細的分類過程,實現(xiàn)大麻地塊的快速識別提取最終得到預想的分類結果。其次利用面向對象分類方法提取大麻地塊信息過程中,以四叉樹分割作為多尺度分割的預分割,以提高分割效率,嘗試將歸一化植被指數(shù)NDVI這一語義信息作為單獨一個波段組合到影像中參與影像分割,最后基于單波段最優(yōu)尺度計算模型的基礎上,將全部波段共同參與模型計算,對最優(yōu)尺度選擇模型進行了改進。研究表明:1、面向對象的信息提取方法提取的結果相較于基于像元的決策樹分類器提取的分類結果無論在用戶精度、生產(chǎn)者精度還是總體精度上都有很大的提高。2、改進后的分割方法使得分割效率得到了很大的提升,使得大面積的大麻種植監(jiān)測成為可能。3、將NDVI作為單獨的一個波段參與影像分割也使分割精度得到了提高,使得植被與非植被的區(qū)分更為明顯。4、改進后的最優(yōu)尺度選擇模型綜合考慮了所有波段的特征,依據(jù)該模型得到的最優(yōu)尺度更具科學性,從根本上保證了后續(xù)的信息提取精度。
[Abstract]:Cannabis is not only an industrial raw material but also the main original plant of drugs. Its mosaic contains the addictive tetrahydrocannabinol (THCC), which is easily used for smoking. With the expansion of cultivation scale, our country's cannabis production has ranked first in the world. Affected by the pattern of cultivation in our country, cannabis cultivation is scattered and, as a result, the country lacks effective and accurate means to collect information on the extent and area of cannabis cultivation. In our earlier investigation and monitoring of the original drug plants, we found that in the process of cannabis cultivation, it is easy to produce biological hybrids, which leads to changes in toxic content, which results in the content of toxic components of cannabis grown in some places exceeding the standard. This paper takes the Dharat region of Inner Mongolia Autonomous region as the research area, and bases on the high-resolution high-resolution satellite remote sensing image of high-grade II made in China. In this paper, two different methods are used to extract information from hemp plots. Firstly, the spectral, spatial and semantic features of the image are analyzed, and the corresponding eigenvalues are selected as decision tree nodes. The decision tree of hemp plot information extraction is constructed, and the process of classifying raw data from large to small, from coarse to fine using ENVI software platform is carried out. In order to improve the efficiency of segmentation, the presegmentation of hemp plots is achieved by using quadtree segmentation as multi-scale segmentation in the process of extracting information from cannabis plots by using object-oriented classification method in order to achieve the rapid identification and extraction of cannabis plots. The semantic information of normalized vegetation index (NDVI) is used as a single band to participate in image segmentation. Finally, based on the optimal scale calculation model of single band, all bands are involved in the model calculation. The optimal scale selection model is improved. The research shows that the result of the object oriented information extraction method is better than that of the decision tree classifier based on pixel, regardless of the user's accuracy. The producer precision or the overall precision have been greatly improved. 2. The improved segmentation method has greatly improved the efficiency of segmentation. This makes it possible to monitor cannabis cultivation on a large scale. 3. Using NDVI as a single band to participate in image segmentation also improves the segmentation accuracy. It makes the distinction between vegetation and non-vegetation more obvious. The improved optimal scale selection model takes into account the characteristics of all bands, and the optimal scale based on the model is more scientific, which basically ensures the accuracy of information extraction.
【學位授予單位】：中國地質大學(北京)
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：S563.3;S127

【相似文獻】

相關期刊論文 前10條

1 劉利,蔡長和,杜福權;大麻及其栽培管理技術[J];北方園藝;2002年03期

2 周明P;;大麻與紡織[J];中國纖檢;2011年01期

3 孫安國;;中國是大麻的起原地[J];中國麻作;1983年03期

4 雪香;;大麻的功過[J];百科知識;2006年05期

5 楊永紅;大麻屬植物分類研究史[J];中國麻業(yè);2003年01期

6 康紅梅;趙銘森;;新型高效環(huán)保型工業(yè)大麻及栽培技術[J];中國種業(yè);2006年10期

7 姜黎;皮建華;孫琴;代勇;;大麻研究現(xiàn)狀綜述[J];四川警察學院學報;2012年03期

8 張桂琳;裴盛基;楊崇仁;;大麻的分類與毒品大麻[J];中國麻作;1991年02期

9 楊明;;野生大麻與栽培大麻觀察簡報[J];中國麻作;1992年03期

10 房郁妍;宋憲友;張利國;鄭楠;關憲任;;龍大麻1號良種繁殖技術[J];黑龍江農(nóng)業(yè)科學;2014年04期

相關會議論文 前10條

1 朱寶瑜;孫小寅;管映亭;溫桂清;張得昆;;大力開發(fā)中國西部大麻資源[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學術年會文集[C];2000年

2 艾熱提江·噢斯曼·筆理科雅爾;;生態(tài)文明與科學發(fā)展觀呼喚人們重新審視對這可憐物的“死刑”——兼淺談失去在大地上生長權的貴重植物大麻[A];微生物實用技術生態(tài)環(huán)境應用學術研討會論文集[C];2008年

3 余蕊;馬永清;;大麻對列當(Orobanche spp.)種子誘導萌發(fā)作用研究[A];中國第六屆植物化感作用學術研討會論文摘要集[C];2013年

4 徐明景;;高動態(tài)域影像色彩復制之研究[A];傳統(tǒng)色彩與現(xiàn)代應用——海峽兩岸傳統(tǒng)色彩與現(xiàn)代應用學術研討會論文集[C];2010年

5 趙玉鵬;;面向對象方法論研究[A];“工程科技論壇”暨首屆中國自然辯證法研究會工程哲學委員會學術年會工程哲學與科學發(fā)展觀論文集[C];2004年

6 譚良才;武建勛;;應用面向對象技術開發(fā)暖通空調軟件[A];全國暖通空調制冷1996年學術年會資料集[C];1996年

7 林卉;趙長勝;景海濤;;高分辨率遙感衛(wèi)星影像的處理技術與解決方案[A];江蘇省測繪學會2007'學術年會論文集[C];2008年

8 馬智亮;任愛珠;;面向對象技術的新進展及其在土木工程中的應用展望[A];中國土木工程學會計算機應用學會第六屆年會土木工程計算機應用文集[C];1995年

9 沈康辰;;面向對象應用技術的新進展[A];《智能技術應用與CAD學術討論會》論文集[C];2000年

10 沈國狀;廖靜娟;;面向對象技術用于多極化SAR圖像地表淹沒程度自動探測分析[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

相關重要報紙文章 前10條

1 ;云南省工業(yè)大麻種植加工許可規(guī)定[N];云南日報;2009年

2 瀘州醫(yī)學院副教授、科普作家 周志遠;大麻、煙草、禁酒令[N];第一財經(jīng)日報;2014年

3 ;友立音色傳奇 十五載影音之路[N];中國計算機報;2004年

4 王靜;“大麻”應用相關專利初探[N];中國知識產(chǎn)權報;2014年

5 郭靜蓉 DigiTimes;奇美電子發(fā)布變色龍及動態(tài)清晰兩大影像處理新技術[N];電子資訊時報;2007年

6 本報記者 張巍巍;影像和GIS的未來走向：簡便易用 真實生動[N];科技日報;2009年

7 本報記者 崔慕麗;1元≥1美元？[N];計算機世界;2001年

8 王詠剛;有一種道理叫“實踐”[N];中華讀書報;2004年

9 廣東省電信科學技術研究院多媒體部 陳學軍 曹克虎;嵌入式系統(tǒng)軟件的面向對象開發(fā)技術[N];中國計算機報;2000年

10 甲丁;地學領域：重點支持深海航空探測技術裝備研發(fā)[N];地質勘查導報;2010年

相關博士學位論文 前10條

1 劉家佳;工業(yè)大麻鹽脅迫轉錄組學研究[D];云南大學;2016年

2 薛朝輝;高光譜遙感影像稀疏圖嵌入分類研究[D];南京大學;2015年

3 羅學剛;面向災害應急響應的無人機影像快速處理技術研究[D];成都理工大學;2015年

4 房建武;多源影像下的目標運動分析及應用[D];中國科學院研究生院(西安光學精密機械研究所);2015年

5 鄭暉;無人機視頻流影像快速拼接方法研究[D];中國礦業(yè)大學(北京);2017年

6 魯一慧;航空航天線陣傳感器定位精度分析及影像幾何質量控制研究[D];武漢大學;2014年

7 朱俊鋒;利用傾斜影像進行三維數(shù)字城市重建的關鍵技術研究[D];武漢大學;2014年

8 馬曉雙;偏微分方程和非局部處理框架下的SAR濾波研究[D];武漢大學;2016年

9 耿迅;火星形貌攝影測量技術研究[D];解放軍信息工程大學;2014年

10 孫曉霞;基于多極化SAR影像的土地利用/土地覆蓋變化檢測方法研究[D];中國礦業(yè)大學;2011年

相關碩士學位論文 前10條

1 陳仲英;重金屬鉛脅迫下大麻品種的萌發(fā)、生長和生理響應[D];云南大學;2016年

2 艾斯凱爾·艾爾肯;大麻及其主要代謝物集成檢測方法的研究與應用[D];新疆醫(yī)科大學;2016年

3 張海林;黑曲霉大麻脫膠工藝與誘變育種的研究[D];山東大學;2012年

4 王貴賓;大麻脫膠功能菌株的選育及在漚麻中的應用[D];黑龍江大學;2009年

5 呂佳淑;大麻性別相關的遺傳標記研究[D];中國農(nóng)業(yè)科學院;2010年

6 湯志成;野生大麻種質資源遺傳多樣性分析[D];云南農(nóng)業(yè)大學;2013年

7 王倩;衛(wèi)星線陣影像處理關鍵技術研究[D];北京建筑大學;2015年

8 趙文怡;基于TM影像對HJ-1 CCD影像幾何校正的AutoGCs軟件的性能評估[D];西南交通大學;2015年

9 李健;基于高分影像城市群路網(wǎng)瓶頸路段判別技術與系統(tǒng)實現(xiàn)[D];湖南工業(yè)大學;2015年

10 陳繼溢;正射影像鑲嵌線快速檢測方法研究[D];中國測繪科學研究院;2015年

，

本文編號：1661126