学位论文 > 优秀研究生学位论文题录展示

基于灰度共生矩阵的森林纹理构造因子确定方法研究

作　者: 李进
导　师: 葛宏立
学　校: 浙江农林大学
专　业: 森林经理学
关键词: 高空间分辨率遥感图像纹理灰度共生矩阵正交试验设计纹理构造因子组合
分类号: TP751
类　型: 硕士论文
年　份: 2010年
下　载: 99次
引　用: 1次
阅　读: 论文下载

内容摘要

高空间分辨率遥感图像具有丰富的纹理信息,更便于认知地物目标的属性特征。利用纹理信息进行地物的分类和识别是高分辨率遥感图像应用研究的一个热点。目前纹理研究方法大致有以下四类:结构方法、数字信号处理方法、模型方法和统计学方法。其中,统计学方法应用较为广泛。灰度共生矩阵是统计学方法中最常用的一种方法,它涉及了窗口尺寸、方向、步长、灰度等级等多个纹理构造因子。构造因子选取的好坏将直接影响方法运用的成败。但在现有文献中,纹理构造因子多是试探或枚举确定的。它们的缺点是:试探往往得不到最优的构造因子组合;若采用枚举法进行试验,将耗费巨大的计算量才能找到理想的试验组合。本文为解决这个问题提出了用正交试验设计技术探索快速确定纹理最优或接近最优构造因子的方法。正交试验设计是研究和处理多因素的一种科学有效的方法,它能通过较少次数的试验获得科学可靠的试验结果,这就能大大降低繁重的工作量,提高解决问题的效率。本研究通过对44个纹理构造因子组合、应用8个常用的纹理指标计算了高分辨率遥感图像(WorldView卫片、无人机航片)的纹理图像,根据基于类别的可分性判据原理构造了适于描述森林纹理各类别间可分离度的指标J值来筛选最优组合,结合多因素方差分析的结果,发现在WorldView遥感图像中,熵值图像的森林植被各树种间的可分离度J值最大,最佳纹理构造因子组合为:窗口27×27、步长3、灰度等级32级、方向135°;无人机航片中,相关纹理的可分离度J值最大,最佳纹理构造因子组合为:51×51、步长5、灰度等级256级、方向0°。本文研究表明:本文提出的利用正交试验设计技术寻找最优或接近最优灰度共生矩阵纹理构造因子组合的方法是一种有效的纹理分析方法;基于几何距离的类别可分性判据能较好的评价纹理图像的性能。

全文目录

摘要  4-5
ABSTRACT  5-9
1 绪论  9-21
  1.1 高分辨率遥感图像概念及意义  9
  1.2 纹理研究的背景与意义  9-10
  1.3 纹理分析方法  10-19
    1.3.1 结构(几何)方法  11
    1.3.2 统计方法  11-16
    1.3.3 数学变换方法(信号处理方法)  16-17
    1.3.4 模型方法  17-18
    1.3.5 纹理分析方法的比较  18
    1.3.6 纹理分析研究的发展和方向  18-19
  1.4 纹理研究的应用情况  19-21
    1.4.1 目标识别与自动监测  19-20
    1.4.2 遥感测量与图像分析  20
    1.4.3 图像检索  20
    1.4.4 纹理合成  20-21
    1.4.5 森林纹理研究  21
  1.5 小结  21
2 研究框架  21-27
  2.1 研究内容  21-22
  2.2 研究资料  22-23
    2.2.1 研究区概况  22-23
    2.2.2 数据资料  23
  2.3 研究方法  23-27
    2.3.1 正交试验设计  23
    2.3.2 灰度共生矩阵  23-25
    2.3.3 森林纹理图像衡量指标的构建  25-26
    2.3.4 方差分析  26-27
  2.4 技术路线  27
3 WORLDVIEW 遥感图像纹理分析  27-43
  3.1 遥感图像纹理分析的概念及意义  27-28
    3.1.1 遥感图像纹理分析的概念  27-28
    3.1.2 遥感图像纹理分析的意义  28
  3.2 遥感图像预处理  28-30
    3.2.1 几何校正  28-30
  3.3 野外数据采集  30-32
    3.3.1 地面数据收集  30
    3.3.2 图像解译标志建立  30-32
  3.4 遥感纹理模型构建  32-42
    3.4.1 正交试验设计  32-34
    3.4.2 纹理计算  34-35
    3.4.3 纹理衡量指标J 的计算  35-39
    3.4.4 方差分析  39-40
    3.4.5 最优组合选取与分析  40-42
  3.5 结果与评价  42-43
4 无人机拼接图纹理分析  43-55
  4.1 无人机概述  43-44
    4.1.1 无人机发展概况  43
    4.1.2 无人机遥感技术  43-44
    4.1.3 无人机遥感技术优点  44
  4.2 研究概况  44-45
    4.2.1 无人机参数简介  44-45
  4.3 无人机图像预处理  45-48
    4.3.1 无人机图像拼接  45
    4.3.2 无人机拼接图几何校正  45-48
  4.4 无人机航片样本数据选取  48-50
  4.5 纹理计算  50-55
    4.5.1 纹理特征提取  50
    4.5.2 可分离度J 值计算  50-54
    4.5.3 方差分析  54
    4.5.4 最优组合选取与分析  54-55
  4.6 结果与评价  55
5 结论与展望  55-57
  5.1 结论与讨论  55-56
  5.2 展望  56-57
参考文献  57-61
附录Ⅰ MATLAB 纹理计算程序相关代码  61-64
附录Ⅱ WORLDVIEW 遥感图像方差分析结果  64-75
附录Ⅲ 无人机遥感拼接图方差分析的结果  75-86
导师简介  86-87
个人简介  87-88
致谢  88

基于灰度共生矩阵的森林纹理构造因子确定方法研究

内容摘要

全文目录

相似论文