利用多光谱和全色遥感影像实现耕地信息有效提取的改进方法研究

摘要

耕地资源是社会经济稳定发展的基础，当代遥感图像处理技术可实现耕地资源的精益化管理。本文利用含有耕地信息的多源遥感影像数据，通过对影像融合算法和分割方法的研究、改进及对比分析，实现了影像中耕地信息的有效提取。
　　采用小波变换结合IHS变换的融合算法，将多光谱图像I分量和全色图像用“bior3.7”小波基进行2层分解重构，充分发挥两种算法的技术优势，实验结果和评价指标表明，融合图像具有较好的空间分辨率和耕地光谱信息，在平均梯度、峰值信噪比等5项指标中优于IHS变换法、PCA变换法、Gram-S chmidt变换法等融合结果。以耕地在红波段的光谱特征（均值503.83、标准差26.48、特征值1901.71）和NDVI指数(0.05092～0.07791)等为参考指标，结合对象属性对ENVI软件中基于分水岭算法的Extract Segment模块分割方法进行组合优化，实验结果表明，该方法不仅规避了Extract Segment模块最优分割合并阈值难选取的缺陷，还有效解决了“过分割”问题，将同类地物合理合并，异类地物准确剔除，初步提取出实验图中耕地区域面积为2.09KM2和1.29KM2。
　　小波变换结合IHS变换融合算法不仅成功应用于含耕地信息的遥感图像融合，还为耕地信息提取提供优质的数据源;结合对象属性的分割方法则促进了耕地信息准确提取，为宁夏地区生态环境地物目标分类识别研究提供借鉴。

目录

声明

摘要

第一章 绪论

1．1 研究背景和意义

1．2 信息提取研究现状及发展状况

1．3 论文研究内容及结构安排

第二章 多源遥感影像数据处理基础

2．1 多源遥感影像数据选取与预处理

2．2 遥感影像融合算法与质量评价

2．3 遥感影像分割理论

2．4 本章小结

第三章 基于小波变换的图像融合及其改进算法

3．1 小波变换理论及Mallat算法

3．2 图像的小波分解与重构

3．3 小波分解参数选取及融合流程

3．4 基于小波变换的图像融合算法

3．5 融合结果及评价分析

3．6 本章小结

第四章 优化的遥感影像分割方法研究

4．1 实验平台与技术流程

4．2 Extract Segment分割原理与实现

4．3 结合对象属I生特征优化图像耕地信息分割效果

4．4 优化分割结果与分析

4．5 本章小结

5．1 结论

5．2 展望

参考文献

附录

致谢

个人简介及攻读硕士学位期间论文发表情况