高分辨率遥感影像草地和树木分类方法研究-应用数学专业论文.docxVIP

I I 高分辨率遥感影像草地和树木分类方法研究 摘 要 草地和树木都是绿色的植被。在全球变化研究中,植被被公认为是反映生态环境变化 的重要而又敏感的指示器。利用遥感技术获取绿地信息成为快速、客观、准确的城市生态 监测、评价、规划和管理的重要手段。本文以无人机航拍高分辨率遥感影像草地和树木信 息提取为目标，从几何校正、图像匀光、分类方法等方面着手进行研究，探索高分辨率遥 感数据、不同信息提取方法。 论文首先研究遥感影像预处理。主要包括图像的几何校正和图像匀光等处理。对引起 航拍影像几何畸变的原因进行了分析,总结常用的几何校正方法，用 MATLAB 语言设计并实 现。同时对影像内不均匀光照现象，采用马斯克匀光法处理，提出了一种背景影像的生成 方法，对初步匀光后的影像再结合直方图拉伸处理，能够得到较好的匀光效果。 第二部分在影像预处理的基础上，研究植被与非植被的分类。一方面提出加权 Fisher 模糊判别的监督分类方法，在遥感影像影像道路、植被、裸土地分类应用，得出加权 Fisher 模糊判别比直接 Fisher 判别的 kappa 系数更高。另一方面提出基于爬山算法与模糊 C-均 值结合的非监督分类方法，在遥感影像影像植被与非植被分类应用，聚类迭代次数和聚类 收敛曲线对比，实验表明改进 FCM 影像分割方法在分割速度上具有明显的优势。 第三部分研究遥感影像中草地和树木分类。一种是提出双边滤波对影像进行预处理， 平滑局部草地（树木）相似的纹理，同时保持草地与树木的边缘特征，结合彩色边缘检测 和数学形态学，获得树木的区域，实现草地和树木的分类。另一种是提出基于纹理特征的 前意识认知模型，在纹理显著特征图分割草地和树木，用均值、标准偏差，信 息熵 ，直 方图来描述影像中草地和树木的分类结果对比， 说明用颜色空间分割是困难的。 关键词 几何校正，马斯克匀光法，加权 Fisher 模糊判别，爬山算法，模糊 C-均值，双边 滤波，彩色边缘检测，纹理特征 Classification Research on Grass and Tree of High-Resolution Remote Sensing Images Abstract Grass and tree are all green plants, on global environment change research, vegetation is considered to reflect important changes in the ecological environment and sensitive indicator. It becomes a basic, efficient and precise method to obtain the urban green space information by using remote sensing technology. In this paper, geometric rectification, image dodging and classification related with segmentation of grass and tree based on unmanned aerial vehicle remote sensing images were studied. The first research objective is to image preprocessing, including geometric rectification and image dodging. The reasons caused by aerial images of geometric distortion are analyzed, then has designed and implemented the geometric correction method used by MATLAB language. For the problem that the illumination is uneven, MASK dodging is adopted first, and one background image creating method is proposed, then histogram stretching methods is used to process the initiative dodged images. Experimental results show that this background image creating method has strong