基于SVM灌区无人机影像渠系提取.PDFVIP

２０１８年 ２月 农 业 机 械 学 报 第 ４９卷 第 ２期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１８．０２．０１９ 基于ＳＶＭ的灌区无人机影像渠系提取 １ １ ２ ３ ４ ５ 张宏鸣　任　强　韩文霆 　杨江涛 　杨勤科 　张　炯 （１．西北农林科技大学信息工程学院，陕西杨凌 ７１２１００；２．西北农林科技大学机械与电子工程学院，陕西杨凌 ７１２１００； ３．西北农林科技大学水利与建筑工程学院，陕西杨凌 ７１２１００；４．西北大学城市与环境学院，西安 ７１００６９； ５．南加州大学神经影像学和信息学研究所，洛杉矶 ＣＡ９００３３） 摘要：灌区渠系制图配合现代节水灌溉技术，对合理配水、安全输水有着重大影响。但目前普遍使用的灌区遥感影 像分辨率不高，给渠系提取与制图带来一定的困难。本文将无人机采集的高精度正射影像、高程、坡度数据相结合 作为数据源，提取出具有显著描述能力的渠系特征来构建训练样本集，基于支持向量机的分类方法对目标渠系进 行分割提取，再通过后处理对提取结果进行去噪、连接和优化，实现了无人机高分辨率多数据源的渠系提取。结果 表明，该渠系提取方法可以识别提取灌区中的支渠、斗渠和部分农渠，渠系连续性良好，与手绘渠系对比，精度最高 可达８９３５％。其中提取误差主要由级别较低的渠系中渠床淤泥沉积导致影像、地形特征不明显造成。 关键词：渠系提取；支持向量机；断线连接；多源数据；超像素分割 中图分类号：Ｓ１５７；ＴＰ７９ 文献标识码：Ａ 文章编号：１０００１２９８（２０１８）０２０１４１０８ ＥｘｔｒａｃｔｉｏｎｏｆＩｒｒｉｇａｔｉｏｎＮｅｔｗｏｒｋｓｏｆＵＡＶＯｒｔｈｏｐｈｏｔｏｓＢａｓｅｄｏｎ ＳＶＭ ＣｌａｓｓｉｆｉｃａｔｉｏｎＭｅｔｈｏｄ １ １ ２ ３ ４ ５ ＺＨＡＮＧＨｏｎｇｍｉｎｇ　ＲＥＮＱｉａｎｇ　ＨＡＮＷｅｎｔｉｎｇ　ＹＡＮＧＪｉａｎｇｔａｏ　ＹＡＮＧＱｉｎｋｅ　ＺＨＡＮＧＪｉｏｎｇ （１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ，Ｓｈａａｎｘｉ７１２１００，Ｃｈｉｎａ ２．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ，Ｓｈａａｎｘｉ７１２１００，Ｃｈｉｎａ ３．ＣｏｌｌｅｇｅｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＡｒｃｈｉｔｅｃｔｕｒａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ，Ｓｈａａｎｘｉ７１２１００，Ｃｈｉｎａ ４．ＣｏｌｌｅｇｅｏｆＵｒｂａｎａｎｄＥｎｖｉｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，ＮｏｒｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００６９，Ｃｈｉｎａ ５．ＩｎｓｔｉｔｕｔｅｏｆＮｅｕｒｏｉｍａｇｉｎｇａｎｄＩｎｆｏｒｍａｔｉｃｓ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｏｕｔｈｅｒｎＣａｌｉｆｏｒｎｉａ，ＬｏｓＡｎｇｅｌｅｓＣＡ９００３３，ＵＳＡ） Ａｂｓｔｒａｃｔ：Ｉｒｒｉｇａｔｉｏｎｄｉｓｔｒｉｃｔｃａｎａｌｓｙｓｔｅｍｗｉｔｈｍｏｄｅｒｎｗａｔｅｒｓａｖｉｎｇｉｒｒｉｇａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｈａｓａｓｉｇｎｉｆｉｃａｎｔ ｉｍｐａｃｔｏｎｒａｔｉｏｎａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｗａｔｅｒａｎｄｔｈｅｓａｆｅｔｙｏｆｗａｔｅｒｓｕｐｐｌｙ．Ｈｏｗｅｖｅｒ，ｔｈｅｒｅｓｏｌｕｔｉｏｎｏｆｔｈｅ ｃｏｍｍｏｎｌｙｕｓｅｄｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｏｆｉｒｒｉｇａｔｉｏｎａｒｅａｉｓｎｏｔｈｉｇｈ，ｗｈｉｃｈｂｒｉｎｇｓｄ