本文關鍵詞： 紋理濾波 圖像分割 灰度共生矩陣 局部譜直方圖 藍噪聲　出處：《遼寧師范大學》2016年碩士論文　論文類型：學位論文

【摘要】：森林資源是社會發(fā)展的重要物質(zhì)基礎,其可再生性對經(jīng)濟發(fā)展、社會進步和環(huán)境的穩(wěn)定具有重要意義,是其它資源所不能代替的。隨著遙感技術的快速發(fā)展及廣泛應用,地物的紋理、形狀等信息十分豐富。近年來,使用濾波技術對圖像紋理特征進行紋理捕捉,已成為提高圖像分割精度研究的主要方向之一。綜合運用光譜信息和圖像紋理信息提取森林植被紋理結構特征,已經(jīng)成為當前遙感圖像分割技術研究的一個重要方向。由于,遙感圖像中森林植被樹種多樣,受地區(qū)與氣候的影響,導致森林植被分割難度大。使得固定參數(shù)的紋理濾波方法不能準確表達紋理的特征,影響分割精度。因此,本文提出了一種在譜直方圖統(tǒng)計模型下的自適應紋理濾波算法,該算法是根據(jù)分割對象的特征屬性來設置紋理濾波的參數(shù)。在基于譜直方圖的紋理統(tǒng)計模型下,先從獲取典型森林植被區(qū)域入手,用基于藍噪聲特征理論探測典型森林植被區(qū)域。對典型森林植被區(qū)域進行灰度共生矩陣的紋理特征統(tǒng)計,得到典型森林植被紋理的基礎屬性,主要包括森林植被紋理基元的尺度、方向和灰度分布等。譜直方圖的紋理特征提取通過多個濾波函數(shù)相結合,對圖像紋理特征有選擇性增強的作用。根據(jù)先驗知識和典型森林植被獲取到的森林植被紋理特征選擇濾波函數(shù),并自適應設置濾波參數(shù),包括濾波器的窗口尺寸、方向、頻率和強度等。對比本文方法與固定參數(shù)設置濾波參數(shù)方法的濾波效果圖可以明顯看出本文方法提取對象紋理的優(yōu)勢。圖像分割的效果依賴于特征提取階段的準確性,因此,本文方法對最后分割效果有很大的提升。此外,譜直方圖的統(tǒng)計中積分窗口的尺度設置對分割結果也具有一定的影響,本文也通過實驗證明了以分割對象的紋理基元作為積分尺度,分割過程中盡可能的避免了其它地物紋理的干擾,對提高分割精確度具有重要意義。進一步的研究工作將對典型森林植被的獲取方法上進行改進,對于圖像中森林植被稀疏以及森林植被面積過小的情況,對確保森林植被紋理特征更精確,采取拼接等方法來獲取典型森林植被區(qū)域。
[Abstract]:Forest resources are the important material foundation of social development, and their reproducibility is of great significance to economic development, social progress and environmental stability, which can not be replaced by other resources. With the rapid development and wide application of remote sensing technology, Texture, shape and other information of ground objects are very rich. In recent years, filtering technology is used to capture texture features of images. Comprehensive use of spectral information and image texture information to extract texture features of forest vegetation has become an important research direction of remote sensing image segmentation technology. The diversity of forest vegetation species in remote sensing images results in the difficulty of forest vegetation segmentation due to the influence of region and climate. Therefore, the texture filtering method with fixed parameters can not accurately express the texture features and affect the segmentation accuracy. This paper presents an adaptive texture filtering algorithm based on the statistical model of spectral histogram, which sets the parameters of texture filtering according to the characteristic attributes of the segmented object. Firstly, the typical forest vegetation region is obtained, and the typical forest vegetation area is explored by using the blue noise feature theory. The texture characteristics of the typical forest vegetation region are analyzed by gray-scale co-occurrence matrix, and the basic properties of the typical forest vegetation texture are obtained. It mainly includes the scale, direction and grayscale distribution of forest vegetation texture elements. The texture feature extraction of spectral histogram is combined with several filtering functions. The filter function is selected according to the prior knowledge and the typical forest vegetation texture features, and the filter parameters are set adaptively, including the window size and direction of the filter. Compared with the filter effect diagram of the fixed parameter method and the fixed parameter filter parameter method, we can clearly see the advantage of this method in extracting object texture. The effect of image segmentation depends on the accuracy of feature extraction stage, therefore, the effect of image segmentation depends on the accuracy of feature extraction stage. In addition, the scale setting of the integral window in the statistics of spectral histogram also has a certain influence on the segmentation results. In this paper, it is also proved by experiments that the texture primitive of the segmentation object is taken as the integral scale, and that the texture of other objects is avoided as far as possible in the course of segmentation. It is of great significance to improve the segmentation accuracy. Further research work will improve the acquisition method of typical forest vegetation, in the case of sparse forest vegetation and small forest vegetation area in the image, To ensure that the texture features of forest vegetation are more accurate, splicing is adopted to obtain typical forest vegetation areas.
【學位授予單位】：遼寧師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP751

【相似文獻】

相關期刊論文 前10條

1 ;我國森林植被總碳儲量78億噸[J];節(jié)能與環(huán)保;2009年12期

2 胡楚鋒;周洲;李南京;張麟兮;許家棟;;森林植被衰減系數(shù)極化特征研究[J];西北工業(yè)大學學報;2012年01期

3 張榮洲;保護森林植被　控制水土流失[J];農(nóng)村能源;1998年06期

4 鄒廣文;攸水流域森林植被與水沙特性關系分析[J];湖南水利水電;2004年05期

5 劉士余;孫閣;郭細根;;氣候與森林植被變化對水文影響的定量研究進展[J];人民長江;2012年02期

6 金林;李養(yǎng)龍;;森林植被對河川徑流及泥沙影響的分析[J];人民長江;2008年01期

7 耿運生,喬裕民;森林植被對降水徑流的影響[J];南水北調(diào)與水利科技;2003年05期

8 張紅麗;景峰;;森林植被變化對流域產(chǎn)水產(chǎn)沙的影響——以長江中游香溪河流域為例[J];山西水利;2010年02期

9 張志才;陳喜;魏玲娜;薛顯武;秦年秀;程勤波;;森林植被對紅壤坡地土壤水的影響[J];水資源保護;2011年01期

10 韓杰,溫瑞勇,遲占穎;淺談大小興安嶺森林植被分布[J];內(nèi)蒙古科技與經(jīng)濟;2004年16期

相關會議論文 前10條

1 郭忠升;;森林植被的恢復與利用[A];森林可持續(xù)經(jīng)營與生態(tài)文明學術研討會論文集[C];2008年

2 余新曉;關文彬;朱清科;張志強;;森林植被對區(qū)域生態(tài)環(huán)境的影響研究展望[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

3 顏春達;;森林植被與小江流域生態(tài)環(huán)境的關系[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（三）[C];2007年

4 郭忠升;;森林植被的恢復與利用[A];第十屆中國科協(xié)年會論文集（二）[C];2008年

5 寧金魁;陸元昌;廖為明;歐陽勛志;;退化森林植被的近自然森林經(jīng)營恢復途徑[A];第九屆中國林業(yè)青年學術年會論文摘要集[C];2010年

6 劉建泉;;祁連山林區(qū)森林植被建設途徑的探討[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

7 付英梅;;遼西地區(qū)森林植被演變及分異規(guī)律的研究[A];遼寧省植物保護學會、遼寧省昆蟲學會2011年學術交流研討會（西安）論文集[C];2011年

8 姜海燕;趙雨森;陳祥偉;于洪芝;楊麗君;;森林植被對水文過程的影響研究綜述[A];提高全民科學素質(zhì)、建設創(chuàng)新型國家——2006中國科協(xié)年會論文集[C];2006年

9 羅偉祥;;加速森林植被建設是實現(xiàn)黃土高原生態(tài)環(huán)境綜合治理與可持續(xù)發(fā)展的有效途徑[A];Management of Ecological Environment in the Loess Plateau of China--Proceedings of CCAST (World Laboratory) Workshop[C];1999年

10 張曉明;余新曉;武思宏;劉卉芳;張學培;魏天興;;黃土區(qū)森林植被對流域徑流和輸沙的影響[A];《中國水土保持科學》第1屆4次編委會會議論文集[C];2006年

相關重要報紙文章 前10條

1 本報記者 孫閣;森林植被是抵御災害的重要屏障[N];中國綠色時報;2013年

2 記者 鐵錚;森林植被與水資源協(xié)調(diào)管理研究出成果[N];中國綠色時報;2014年

3 本報記者 范建 通訊員 尹發(fā)權 王建蘭;森林與水的關系：百家爭鳴好（下篇）[N];科技日報;2001年

4 夏春光　本報記者 嚴斌;3年恢復景區(qū)森林植被[N];成都日報;2008年

5 本報記者 周麗燕;森林植被能影響成云降雨[N];人民政協(xié)報;2000年

6 本報記者 范建 通訊員 尹發(fā)權 王建蘭;森林與水的關系：問題在哪里_（上篇）[N];科技日報;2001年

7 阮帆 蕭迪;北京曾是綠色“水城”[N];北京科技報;2005年

8 李冬妹;烏市綠化注重建設森林植被[N];中國綠色時報;2007年

9 國林 玉鳳 梁群 英飛;遼西干旱的成因、演變及防御[N];朝陽日報;2009年

10 西南大學歷史地理所 朱圣鐘;四川涼山地區(qū)生態(tài)環(huán)境問題的歷史根源[N];光明日報;2012年

相關博士學位論文 前10條

1 吳國訓;江西省森林植被凈初級生產(chǎn)力及碳儲量估算[D];南京林業(yè)大學;2015年

2 焦有權;森林植被生境因子空間變異及生境適宜性研究[D];北京林業(yè)大學;2015年

3 張曉明;黃土高原典型流域土地利用/森林植被演變的水文生態(tài)響應與尺度轉換研究[D];北京林業(yè)大學;2007年

4 張穎;黃土地區(qū)森林植被對坡面土壤侵蝕過程影響機理研究[D];北京林業(yè)大學;2007年

5 王樹森;華北土石山區(qū)基于森林植被演替規(guī)律的森林健康的研究[D];北京林業(yè)大學;2005年

6 陳引珍;三峽庫區(qū)森林植被水源涵養(yǎng)及其保土功能研究[D];北京林業(yè)大學;2007年

7 劉平;美國森林植被模擬系統(tǒng)（FVS）在北京地區(qū)人工林上的應用研究[D];北京林業(yè)大學;2007年

8 肖洋;北京山區(qū)森林植被對非點源污染的生態(tài)調(diào)控機理研究[D];北京林業(yè)大學;2008年

9 丁易;海南島退化熱帶森林植被恢復生態(tài)學研究[D];中國林業(yè)科學研究院;2006年

10 郭明春;六盤山疊疊溝小流域森林植被坡面水文影響的研究[D];中國林業(yè)科學研究院;2005年

相關碩士學位論文 前10條

1 劉俊;喀斯特地區(qū)森林植被氣候特征研究[D];云南師范大學;2015年

2 張曉羽;黑龍江省森林植被空間分布及影響因子研究[D];東北林業(yè)大學;2016年

3 翟石磊;珠三角城市區(qū)典型森林植被的群落結構及功能的對比研究[D];中國林業(yè)科學研究院;2016年

4 邱紅圓;遙感圖像森林植被紋理自適應濾波技術研究[D];遼寧師范大學;2016年

5 馬丹煒;四川都江堰市青城山森林植被生態(tài)學特征的研究[D];西南師范大學;2001年

6 謝媛媛;黃土高原典型流域土地利用/森林植被變化的水文生態(tài)響應研究[D];北京林業(yè)大學;2006年

7 張延玲;吉林省柳河縣北部山區(qū)森林植被的遙感分類研究[D];東北師范大學;2008年

8 宋金秀;八達嶺林場森林植被三維綠量遙感測算[D];北京林業(yè)大學;2010年

9 李明紅;南岳林下造林恢復地帶性森林植被技術研究[D];湖南農(nóng)業(yè)大學;2008年

10 劉旭升;基于人工神經(jīng)網(wǎng)絡的森林植被遙感分類研究[D];北京林業(yè)大學;2004年

，

本文編號：1499439