基于alos影像纹理特征的日光温室信息提取方法研究

基于alos影像纹理特征的日光温室信息提取方法研究

ID:31359064

大小:111.50 KB

页数:8页

时间:2019-01-09

基于alos影像纹理特征的日光温室信息提取方法研究_第1页
基于alos影像纹理特征的日光温室信息提取方法研究_第2页
基于alos影像纹理特征的日光温室信息提取方法研究_第3页
基于alos影像纹理特征的日光温室信息提取方法研究_第4页
基于alos影像纹理特征的日光温室信息提取方法研究_第5页
资源描述:

《基于alos影像纹理特征的日光温室信息提取方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于ALOS影像纹理特征的日光温室信息提取方法研究  摘要日光温室为解决我国西北部地区冬季蔬菜供应问题发挥了重要作用。本文通过计算不同方向的纹理特征,采用支持向量机(SVM)提取日光温室,研究纹理方向对信息提取精度的影响。结果表明:①纹理特征能提高分类精度,但提升幅度不大。②日光温室的最佳纹理方向为45°,总精度为93.57%,Kappa系数为0.90,且最佳纹理方向与地物的主方向大致相同。  关键词支持向量机;基于对象影像分析,ALOS影像;日光温室;纹理特征  中图分类号TP753文献标识码A文章编号1007-5739(2016

2、)02-0342-02  AbstractGreenhouseplaysacriticalroleincopingwithdifficultiesofwintershortageofvegetablesinnorthwesternChina.Inthisarticle,greenhouseswereextractedontexturalfeaturesbydifferentdirection,andusingSupportVectorMachine(SVM),inwhichtheeffectsoftexturedirectionon

3、classificationaccuracywereexamined.Theresultsshowedthat:①texturefeaturecouldslightlyimproveclassificationaccuracy.②thebesttexturedirectionforextractinggreenhousewas45degrees,overallaccuracy8andKappareached93.57%and0.90,andthebesttexturedirectionwasthesameasthemaindirec

4、tionoftheobject.  KeywordsSupportVectorMachine;ALOSImage;greenhouses;object-basedimageanalysis;texturefeature  日光温室在中国分布广泛,自20世纪80年代以来,发展迅速,面积已超过25万km2[1]。日光温室主要由墙体[2](北边为后墙、东西两边为山墙、南边为前墙)、前屋面(为透明屋面,由前屋架和塑料薄膜组成)、后屋面(由后屋架、屋板、保温层和防水层组成、保温被(棉被或毡被)等构成。它在解决长期困扰我国北方地区冬季的蔬菜淡季

5、供应、增加农民收入、节约能源、促进农业产业结构调整、带动相关产业发展等方面做出了历史性贡献。因此,利用高分辨率影像提取日光温室信息,不仅对研究其分布规律、收益预测、生产计划有巨大作用,还对管理日光温室的废弃物(绿色垃圾、塑料、玻璃、化肥等),防止破坏生态环境具有很强的社会经济意义。  传统的日光温室信息提取方法大多基于中低分辨率的遥感影像。由于影像空间分辨率较低,混合像元对分类结果影响较大,导致分类结果的可靠性和精度不高[3-4]。随着遥感影像的空间分辨率和时间分辨率不断提高,为此项研究创造了新的条件。以Agiiera为代表的一些学

6、者采用基于像元的分类方法在高分辨率遥感影像上在一定程度上解决了日光温室精度问题[5-9]。然而基于像元的分类方法无法解决“同物异谱、异物同谱”的问题,以及无法克服“椒盐现象”8,分类质量提高的程度十分有限。2000年以来,基于对象的分类方法得到快速发展并在日光温室提取方面开始得到应用。Arcidiacono等对基于像元和基于对象的影像分析方法提取日光温室进行了精度比较,证明基于对象的影像分类精度较高[10]。孟育红提出了影像分割的参数优选方案,还研究了单栋和连片日光温室的最大适宜影像空间分辨率[11]。Tarantino等综合利用航

7、空影像的光谱特征、形状特征和纹理特征,采取最近邻法提取塑料薄膜温室[12]。Aguilar等讨论了纹理特征和高程数据对提取日光温室精度的影响,试验表明高程数据能显著提高分类精度[13]。然而,如何利用纹理特征,在高分辨率影像上有效地进行日光温室的信息提取,特别是应对干旱、半干旱地区日光温室的信息提取,仍有待探讨。本文运用基于对象的影像分析方法,采用支持向量机讨论纹理方向和光谱特征对提取日光温室精度的影响,从而找到一种提取日光温室的高效方法。  1研究区及数据  研究区位于宁夏回族自治区中卫市(图1),地理坐标介于东经37°00′10

8、″~37°03′35″、北纬105°08′25″~105°13′42″,面积约49.8km2。中卫市深居内陆,远离海洋,靠近沙漠,属半干旱气候,具有典型的大陆性季风气候和沙漠气候的特点。ALOS影像包含蓝、绿、红、近红外4个空间分辨率

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。