發(fā)布時間：2020-03-31 13:06

【摘要】：森林是人類文明的搖籃,是人類生存和發(fā)展的重要保障,森林與人類活動息息相關(guān),所以實時掌握森林資源乃至生態(tài)環(huán)境的動態(tài)變化情況,是現(xiàn)代科學(xué)最重要的任務(wù)之一。傳統(tǒng)的林地監(jiān)測方法以地面測量為主,需要專人到達實地進行測量,造成了工作量大、成本高、周期長等問題,而遙感技術(shù)的迅速發(fā)展使這些問題得到解決。目前常用遙感影像來監(jiān)測林地變化,監(jiān)測過程中最主要的問題是林地面積估測,因此分割出遙感影像中的林地區(qū)域成為了首要解決的問題。分割遙感圖像中林地區(qū)域的方法有很多種,其中基于聚類的方法由于其具有模糊性(同一像素可以隸屬于不同的類別),而被廣泛應(yīng)用于分割遙感圖像這種地物數(shù)據(jù)結(jié)構(gòu)復(fù)雜的圖像。本文以模糊聚類算法為主線,提出兩種分割遙感圖像中林地區(qū)域的方法。論文的主要工作如下:(1)詳細分析了傳統(tǒng)模糊C-均值聚類(Fuzzy C-means,FCM)算法以及幾種針對FCM算法本身忽略圖像空間信息造成算法對噪聲敏感的問題而提出的改進算法:FCM_S1、FCM_S2、FLICM、NWFCM和KWFLICM,并對這幾種算法做了仿真實驗,客觀分析了各算法的優(yōu)缺點。(2)針對加強模糊C-均值聚類(Enhanced Fuzzy C-means,En FCM)算法忽略空間信息,導(dǎo)致該算法對椒鹽噪聲敏感,以至于用其分割噪聲含量較高的遙感圖像時分割效果較差的問題,提出了一種基于歐氏空間距離的加強模糊C-均值聚類方法。該方法通過引入歐氏空間距離到En FCM算法的線性加權(quán)和濾波圖像中,兼顧了鄰域信息和空間信息。實驗證明,改進后的方法在保證運行時間未明顯增加的情況下,提高了算法抑制噪聲的能力和分割精度,利于遙感圖像中林地區(qū)域地準確分割。(3)針對快速廣義模糊C-均值(FGFCM)聚類算法空間鄰域信息貢獻強度難以控制,需人為設(shè)定,且該強度值為全局變量以及未充分考慮噪聲分布情況的問題,提出了一種基于自適應(yīng)濾波的模糊聚類算法。該算法根據(jù)非局部噪聲強弱來確定局部平衡參數(shù)因子,與中值濾波圖像有效組合成新的、更為合理的濾波圖像。實驗結(jié)果表明,改進后的算法有效平衡了遙感圖像中的非林地區(qū)域,提高了算法的分割精度。(4)利用本文方法分割遙感圖像中林地區(qū)域,主要過程為:增強遙感圖像(直方圖均衡化和Retinex增強方法)、利用兩種方法將遙感圖像聚為林地區(qū)域和非林地區(qū)域兩類、計算代表林地區(qū)域像素占原始圖像像素總數(shù)的百分比、該百分比和原圖比例尺結(jié)合即可計算出實際林地面積。以專家手繪圖為標準,采用本文方法分割出遙感圖像中的林地區(qū)域,準確度可以達到99%以上。
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP751

【參考文獻】

相關(guān)期刊論文 前10條

1 趙泉華;李紅瑩;李玉;;區(qū)域化模糊C均值高分辨率彩色遙感影像分割方法[J];控制與決策;2015年09期

2 Li Liu;Aolei Yang;Wenju Zhou;Xiaofeng Zhang;Minrui Fei;Xiaowei Tu;;Robust Dataset Classification Approach Based on Neighbor Searching and Kernel Fuzzy C-Means[J];IEEE/CAA Journal of Automatica Sinica;2015年03期

3 梁守真;陳勁松;吳炳方;陳工;;應(yīng)用面向?qū)ο蟮臎Q策樹模型提取橡膠林信息[J];遙感學(xué)報;2015年03期

4 吉紅霞;范興旺;吳桂平;劉元波;;離散型湖泊水體提取方法精度對比分析[J];湖泊科學(xué);2015年02期

5 吳俐民;於雪琴;黃亮;;FCM聚類算法協(xié)同Canny算子的遙感影像邊緣檢測方法[J];測繪工程;2014年12期

6 MAO Kebiao;MA Ying;XIA Lang;SHEN Xinyi;SUN Zhiwen;HE Tianjue;ZHOU Guanhua;;A Neural Network Method for Monitoring Snowstorm: A Case Study in Southern China[J];Chinese Geographical Science;2014年05期

7 張磊;邵振峰;周熙然;丁霖;;聚類特征和SVM組合的高光譜影像半監(jiān)督協(xié)同分類[J];測繪學(xué)報;2014年08期

8 劉曉娜;封志明;姜魯光;;基于決策樹分類的橡膠林地遙感識別[J];農(nóng)業(yè)工程學(xué)報;2013年24期

9 張鵬林;黃麗;呂志勇;周冰;;一種改進的空間加權(quán)模糊C均值算法在遙感影像分割中的應(yīng)用[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2013年07期

10 張帥;鐘燕飛;張良培;;自適應(yīng)差分進化的遙感影像自動模糊聚類方法[J];測繪學(xué)報;2013年02期

相關(guān)博士學(xué)位論文 前1條

1 任沖;中高分辨率遙感影像森林類型精細分類與森林資源變化監(jiān)測技術(shù)研究[D];中國林業(yè)科學(xué)研究院;2016年

，

本文編號：2609114