本文選題：光譜 + 紋理　； 參考：《濕地科學(xué)》2017年05期

【摘要】：單獨利用遙感影像光譜信息進(jìn)行近海水產(chǎn)養(yǎng)殖信息提取時,養(yǎng)殖水體與自然水體易混淆,而單獨利用遙感影像紋理信息提取近海水域水產(chǎn)養(yǎng)殖信息時,單一大塊養(yǎng)殖水體與自然水體又難以區(qū)分。針對上述問題,利用OLI影像數(shù)據(jù),提出了一種綜合遙感影像光譜與紋理信息進(jìn)行水產(chǎn)養(yǎng)殖信息提取的方法。首先,在對研究區(qū)養(yǎng)殖水體類型進(jìn)行光譜特征分析的基礎(chǔ)上,采用主成分變換方法,對OLI影像光譜信息進(jìn)行壓縮、挖掘和選取;其次,分析灰度共生矩陣窗口尺寸和紋理特征統(tǒng)計量對研究區(qū)水產(chǎn)養(yǎng)殖區(qū)域的區(qū)分能力,完成紋理特征的選取,并將選取的紋理信息和光譜信息進(jìn)行特征協(xié)同;最后,對特征協(xié)同數(shù)據(jù)進(jìn)行多尺度分割,根據(jù)各水體類型間的光譜特征和紋理特征的差異,構(gòu)建研究區(qū)3種養(yǎng)殖水體的模糊邏輯隸屬度函數(shù),實現(xiàn)對研究區(qū)水產(chǎn)養(yǎng)殖信息的自動提取。研究結(jié)果表明,該方法能較好地提取研究區(qū)水產(chǎn)養(yǎng)殖信息,總體分類精度達(dá)到97.93%。
[Abstract]:When the spectral information of remote sensing image is used to extract the information of offshore aquaculture, it is easy to confuse the culture water body with the natural water body, while the texture information of remote sensing image is used to extract the aquaculture information in the offshore waters alone. It is difficult to distinguish a single large aquaculture water body from the natural water body. In order to solve the above problems, a method of extracting aquaculture information based on the spectral and texture information of remote sensing image was proposed by using Oli image data. Firstly, on the basis of analyzing the spectral characteristics of aquaculture water bodies in the study area, the principal component transform method is used to compress, mine and select the spectral information of Oli images. The window size and texture feature statistics of gray level co-occurrence matrix are analyzed to distinguish the aquaculture area in the study area, the texture feature is selected, and the selected texture information and spectral information are combined. Finally, According to the differences of spectral and texture features among different water types, the fuzzy logical membership function of three kinds of aquaculture water bodies in the study area was constructed, and the information of aquaculture in the study area was automatically extracted. The results show that the method can extract aquaculture information from the study area and the classification accuracy is 97.93%.
【作者單位】： 山東女子學(xué)院信息技術(shù)學(xué)院;湖北省國土測繪院;國家測繪地理信息局四川基礎(chǔ)地理信息中心;成都理工大學(xué)國土資源部地學(xué)空間信息技術(shù)重點實驗室;
【基金】：山東省高等學(xué)�？萍加媱濏椖�(J12LN42和J15LN11) 全國統(tǒng)計科學(xué)研究計劃項目(2012LY022) 山東省自然科學(xué)基金項目(ZR2012DL01)資助
【分類號】：S951.4;TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 李頌哲;鄭定發(fā);歐陽佑泉;;熱泵節(jié)能系統(tǒng)在水產(chǎn)養(yǎng)殖調(diào)溫系統(tǒng)中的應(yīng)用[J];制冷;1989年02期

2 程田飛;周為峰;樊偉;;水產(chǎn)養(yǎng)殖區(qū)域的遙感識別方法進(jìn)展[J];國土資源遙感;2012年03期

3 張睿;張繼賢;李海濤;;基于角度紋理特征及剖面匹配的高分辨率遙感影像帶狀道路半自動提取[J];遙感學(xué)報;2008年02期

4 王麗濤;王世新;周藝;劉文亮;王峰;王福濤;;基于紋理特征的高分辨率遙感影像災(zāi)害監(jiān)測應(yīng)用[J];災(zāi)害學(xué);2014年03期

5 張臘梅;王國喜;莊雪晶;;薄膜褶皺的紋理特征分析[J];哈爾濱工業(yè)大學(xué)學(xué)報;2006年09期

相關(guān)碩士學(xué)位論文 前2條

1 牧其爾;基于紋理特征的人工梭梭林生物量遙感估測研究[D];內(nèi)蒙古師范大學(xué);2015年

2 王娣;高光譜與多光譜遙感水稻估產(chǎn)研究[D];武漢大學(xué);2017年

，

本文編號：2050128