面向對象的遙感圖像分割與玉米田面積統(tǒng)計方法研究.pdf

1、本文針對國產GF-1號衛(wèi)星數據農業(yè)專題應用的要求，開展了國產高分辨率衛(wèi)星遙感數據的玉米作物面積統(tǒng)計方法應用研究，為形成國家級基于國產高分數據的農業(yè)遙感監(jiān)測與評價系統(tǒng)提供技術支撐。GF-1號衛(wèi)星影像的結構和紋理信息較豐富，圖像中目標存在嚴重的“異物同譜”和“同物異譜”現象，傳統(tǒng)基于像元的分類方法在處理效率和玉米作物提取效果上都是有限的。本文以面向對象的分類技術為基礎，采用自動分類和人機交互解譯相結合的方式，研究適用于GF-1號衛(wèi)星遙感數據

2、的圖像分割方法，對玉米作物進行有效的提取，完成對玉米田面積的遙感統(tǒng)計。
　　本研究主要內容包括：⑴分析了高分一號衛(wèi)星數據的特點，完成對數據的輻射定標、FLAASH大氣校正、正射校正；對校正后的GF-1號衛(wèi)星多光譜和全色數據進行融合以增強圖像的清晰度和解譯能力；裁剪出主要耕地區(qū)域，屏蔽了非耕地上的與玉米作物存在異物同譜的植被信息，為玉米作物面積統(tǒng)計方法研究提供數據基礎。⑵基于面向對象的分類基礎，研究獲取圖像分析中同質對象的分割方法。

3、通過分析GF-1號圖像中玉米田地塊邊緣的不規(guī)則結構及局部區(qū)域的特征，構造了模糊分布曲線對邊緣區(qū)域進行對比度增強，同時構建了類矩形引導函數將玉米田類矩形的地塊特征引入到基于圖的分割理論中，完成對GF-1號玉米田遙感圖像的有效分割。⑶基于稀疏表示方法將玉米作物的提取歸為圖像中玉米與非玉米的分類問題。通過建立樣本數據和過分割產生的超像素二者之間的玉米/非玉米稀疏表示模型，利用分割出的圖像塊在超像素包上具有稀疏性完成對圖像塊的類別判定。該方法是

4、根據目標實際特征建立的模型，不需要設置特征屬性值，因此有較強的魯棒性，可以對玉米作物進行有效的提取。⑷為了更有效準確的對玉米作物進行提取，選擇多個有差異的特征，分別利用本文提出的分類模型進行玉米類別判定，最后對各特征分類結果進行多特征決策，完成對玉米作物的提取。并通過與其它分類方法進行實驗比較分析了本文方法的有效性。最后對玉米作物的面積進行統(tǒng)計。⑸在VC++平臺上結合Opencv實現遙感圖像玉米作物提取系統(tǒng)軟件的設計與開發(fā)。系統(tǒng)采用模塊