0
关键词：
麦汁,煮沸,凝固氮
发表时间：
2012-12-28 09:46:26
摘 要 利用高分辨率遥感图像的光谱信息提取耕地地块对于土地利用动态监测、精准农业等领域有着非常重要的意义, 然而传统的结合GIS 软件与手工数字化提取地块的方法费时费力, 并且具有很大的主观性,因此利用计算机自动提取地块具有很强的现实意义。文章提出了一种基于小波变换和分水岭分割的高分辨率遥感图像耕地地块提取方法, 首先结合高分辨率层遥感图像的光谱信息, 利用图像分类结果对原始图像中典型地物的灰度值进行对比增强处理, 然后进行小波变换和分水岭分割, 通过改进的区域合并算法解决过度分割问题, 最后利用Canny 算子引入边缘信息, 得到最终的耕地地块分割结果。通过对北京地区Quick2bird 数据的应用, 准确快速的提取了耕地地块数据, 证明该方法是一种有效、可行的高分辨率遥感图像耕地地块提取方法。
地块是指可辨认出同类属性的最小土地单元, 即内部特性和区位条件相对均匀的土地区域, 是评定和划分土地级别的基本空间单位。在不同的尺度上, 地块表现为不同的形式, 其面积可大可小。地块一般都具有确定的位置和明确的边界, 在遥感影像上的光谱特征也具有很强的相似性[1 ,2 ] 。地块作为评价单元, 在土地利用动态监测、土地覆盖、精准农业和生态规划等领域都有着非常重要的意义。当前, 通过高分辨率遥感图像获取地块信息, 传统的方法是结合GIS 软件, 对图像进行手工数字化。这种方法既需要数字化人员具有丰富的地学知识和目视判读经验, 又需要花费大量的时间去全图数字化, 其劳动强度大, 信息获取周期长, 图像地块数字化结果受数字化人员的经验、对图像区域的熟悉程度等各种因素制约, 具有很大的主观性[3 ] 。因此, 利用计算机对
高分辨率遥感图像进行自动化地块提取显得日益重要。
图像分类与图像分割是获取图像内部信息的两种重要手段。遥感图像分类的目的是将图像中每个像元根据其在不同波段的光谱亮度、空间结构特征或者其他信息, 按照某种规则或算法划分为不同的类别[4 ] 。图像分类方法主要有监督和非监督分类等, 图像分类能够较好的区分地物类别, 但是分类结果并不是以地块的形式出现, 同一类别的区域内部往往夹杂了其他地物, 例如成片的小麦地里有田埂信息等; 另外分类结果图像没有边缘信息, 无法对其进行区域标记, 所以无法利用该方法进行地块自动提取。不过, 原始图像中某些典型地物的特征非常明显, 如水体、裸地等, 我们可以利用分类的方法先将其识别, 然后利用分类结果来增强典型地物的灰度值对比度, 从而促使需要提取的目标地块边界闭合,提高图像分割的准确性。遥感图像分割是指按照一定的规则将一幅遥感图像分解为若干部分或子集的过程[5 ] 。目前已开展了较多将计算机视觉领域的图像分割算法应用于遥感图像分割过程中的研究, 并且取得了许多改进和创新[6-9 ] 。基于分水岭变换的图像分割方法具有较强的抑制噪声能力, 不需事先设定参数, 就可得到封闭的、单像素宽度的区域边界,是一种比较理想的自动化提取地块方法, 但是, 分水岭变换对噪声比较敏感, 容易导致过度分割现象。为了抑制图像噪声, 减少过度分割问题, 许多研究引入了小波变换[10 ] , 小波变换分解得到的低频图像, 可以有效地抑制部分噪声, 所以在一定程度上缓解了过分割现象。另外Canny 算子在图像边缘提取上具有较好地效果, 但是由于提取的边缘没有形成封闭区域, 所以不能满足地块提取的要求。如果我们能够引入其提取的边缘信息, 对于改进地块的提取结果无疑是很有帮助的。
高分辨率遥感图像进行自动化地块提取显得日益重要。
图像分类与图像分割是获取图像内部信息的两种重要手段。遥感图像分类的目的是将图像中每个像元根据其在不同波段的光谱亮度、空间结构特征或者其他信息, 按照某种规则或算法划分为不同的类别[4 ] 。图像分类方法主要有监督和非监督分类等, 图像分类能够较好的区分地物类别, 但是分类结果并不是以地块的形式出现, 同一类别的区域内部往往夹杂了其他地物, 例如成片的小麦地里有田埂信息等; 另外分类结果图像没有边缘信息, 无法对其进行区域标记, 所以无法利用该方法进行地块自动提取。不过, 原始图像中某些典型地物的特征非常明显, 如水体、裸地等, 我们可以利用分类的方法先将其识别, 然后利用分类结果来增强典型地物的灰度值对比度, 从而促使需要提取的目标地块边界闭合,提高图像分割的准确性。遥感图像分割是指按照一定的规则将一幅遥感图像分解为若干部分或子集的过程[5 ] 。目前已开展了较多将计算机视觉领域的图像分割算法应用于遥感图像分割过程中的研究, 并且取得了许多改进和创新[6-9 ] 。基于分水岭变换的图像分割方法具有较强的抑制噪声能力, 不需事先设定参数, 就可得到封闭的、单像素宽度的区域边界,是一种比较理想的自动化提取地块方法, 但是, 分水岭变换对噪声比较敏感, 容易导致过度分割现象。为了抑制图像噪声, 减少过度分割问题, 许多研究引入了小波变换[10 ] , 小波变换分解得到的低频图像, 可以有效地抑制部分噪声, 所以在一定程度上缓解了过分割现象。另外Canny 算子在图像边缘提取上具有较好地效果, 但是由于提取的边缘没有形成封闭区域, 所以不能满足地块提取的要求。如果我们能够引入其提取的边缘信息, 对于改进地块的提取结果无疑是很有帮助的。
金敏发布的其他共享资料
-
-
关键词： N,N'-双(2-羟基苯亚甲基)邻苯二胺合铜,丝网印刷电极,碳纳米管,Fe3O4 发表时间： 2012-04-10 15:49:04
-
关键词： 磁性颗粒微阵列,不对称扩增,双色荧光杂交,单核苷酸多态性 发表时间： 2012-04-10 15:47:44
-
关键词： 生物传感器,L-乳酸,溶胶-凝胶,铂纳米颗粒,多壁碳纳米管 发表时间： 2012-04-10 15:43:00
-
关键词： 高光谱图像,微分域,BayesShrink方法,Savitzky-Golay滤波 发表时间： 2011-12-02 13:50:05
-
关键词： 地块,监督分类,分水岭分割,区域合并,可见光遥感 发表时间： 2011-12-02 13:48:04