网站大量收购独家精品文档,联系QQ:2885784924

仿生计算在水稻田影像判释的差异性研究.PDF

仿生计算在水稻田影像判释的差异性研究.PDF

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
仿生计算在水稻田影像判释的差异性研究

航測及遙測學刊 第二十一卷 第1期 第55-64 頁 民國105年08 月 55 Journal of Photogrammetry and Remote Sensing Volume 21, No.1, 2016, pp. 55-64 DOI :10.6574/JPRS.2016.21(1).5 仿生計算在水稻田影像判釋的差異性研究 1 2* 3 萬絢 張士勳 陳祐耕 摘 要 近年來科技日益進步,遙測技術也不斷的改良與精進,應用衛星影像於處理大範圍面積的地表判釋 也越趨廣泛。因此,如何有效運用衛星影像提升地表判釋的精度,便成為當前遙測技術持續發展的重點 之一。過去對於水稻田的判斷都是以實地探勘方式進行耕地坵塊圖數化與編修,這些過程通常需要大量 人力、物力與時間,然而透過遙測影像與資料探勘的分類技術,可以避免現場探勘之困境,並獲得合理 可靠的結果。本研究使用遙測影像為素材,並隨機選取 400 樣本點,利用模糊粒子群聚類演算法獲取判 釋規則,進行地表類別之判釋,所得正確率結果為80.75% ,在同樣設計的研究中,使用蜂群聚類演算法 及模糊粒子群演算法進行比較,結果發現蜂群聚類演算法較佳,其正確率結果為89.5% ,所以此方法對於 水稻田的判釋有良好的成果。另外研究中加入紋理資訊與植生指標作為輔助判釋的資訊,結果顯示可以 有效提升判釋率,對於建構一套有效率之水稻田分類器有相當的幫助。 關鍵詞:仿生計算、影像判釋、蜂群演算法、模糊粒子群演算法 研究,希望評估出高解析度衛星影像在水稻田坵塊 1. 簡介 萃取上之應用價值(史天元 ,2007) 。近年來,遙測 技術已廣泛被應用於土地利用調查上,近年和太空 在高度工業時代的來臨,城市部份的氣溫都比 科技的整合,更使我們有能力探測大範圍地區的整 周邊地區異常的高,並容易產生霧氣,這就是所謂 體狀況,由於衛星影像具有廣景覽要的特性,所以 的熱島效應。這個現象的發現,是由於人造衛星的 能被應用於大範圍土地利用偵測問題上。目前高解 出現,使人類得以利用人造衛星從高空以紅外線拍 析度衛星影像之空間解析力已大幅躍升至公寸級 攝地球。這種拍攝的最初目的,是作氣象測量用途, 的精度,賴其高空間解析力,將可突破以往影像空 用以分析雨雲的構成,後來發現可以進一步應用於 間解析力不足之限制,因此,如何應用高解析度衛 地表物的辨識。研究人員後來發現以衛星遙測影像 星影像進行農業的精準調查,甚至是影像中水稻田 進行水稻田的判釋,可節省大區域傳統現地勘查上 坵塊的萃取,乃是本研究的研究重點。 所需之人力、時間及經費,並具有涵蓋面積廣泛與 在影像分類方法上,參考前人研究發現有許多 較高即時性的特性,在區域性問題監測上提供了很 方法可以使用,主要區分為監督式學習分類與非監 大的幫助,故遙測相關技術為一經濟且有效率的調 督式學習分類,監督式學習是一種機器學習的方 查方法。傳統上政府每年利用航照及人工判圖來調

您可能关注的文档

文档评论(0)

youbika + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档