欢迎来到天天文库
浏览记录
ID:8461193
大小:1.57 MB
页数:28页
时间:2018-03-28
《数字图像处理和模式识别在林业中的应用》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、数字图像处理和模式识别在林业中的应用摘要:本文介绍了数字图像处理与模式识别在林业中的应用领域及其重要意义,详细阐述了利用数字图像处理及模式识别技术的原理和方法,并在此基础上研究了林地分类系统的算法和模型,构造了林地分类系统的检索库。通过本文的研究,初步探索了数字图像处理与模式识别在林地分类系统中的应用途径和方法,为以后进一步的实现基于数字图像的林地分类系统的打下了基础。关键词:数字图像处理;模式识别;林地分类系统;雷达遥感目录前言11数字图像处理和模式识别概述21.1数字图像处理和模式识别在林业中的应用领域31.2数字图像处理和模式识别在林业中的重要意义42雷达遥
2、感52.1雷达遥感原理62.2森林类型识别与分类63林地分类系统83.1树种分类系统的历史和现状83.1.1中国森林现状83.1.2中国森林分布图103.2中国森林编码依据114林地分类系统的实现114.1林地分类系统算法和模型114.2信息提取及特征分析144.2.1特征选取144.2.2分类器的设计154.2.3分类器的训练154.2.4分类性能的测量154.2.5特征选择164.2.6特征方差174.2.7特征相关系数174.2.8类间距离184.2.9降维184.3解决多类问题的决策树194.3.1决策树的基本概念204.3.2决策树设计的基本考虑20结论
3、与展望25参考文献26致谢27西南林学院2004届本科毕业论文数字图像处理和模式识别在林业中的应用前言数字图像处理(DigitalImageProcessing)又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代,当时的电子计算机已经发展到一定水平,人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量,它以人为对象,以改善人的视觉效果为目的。图像处理中,输入的是质量低的图像,输出的是改善质量后的图像,常用的图像处理
4、方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室(JPL)。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术,如几何校正、灰度变换、去除噪声等方法进行处理,并考虑了太阳位置和月球环境的影响,由计算机成功地绘制出月球表面地图,获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理,以致获得了月球的地形图、彩色图及全景镶嵌图,获得了非凡的成果,为人类登月创举奠定了坚实的基础,也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术,如对火星、土星等星球的探测研究中,数字图像处理技术都发挥了巨
5、大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置,也就是我们通常所说的CT(ComputerTopography)。CT的基本方法是根据人的头部截面的投影,经计算机处理来重建截面图像,称为图像重建。1975年EMI公司又成功研制出全身用的CT装置,获得了人体各个部位鲜明清晰的断层图像。1979年,这项无损伤诊断技术获得了诺贝尔奖,说明它对人类做出了划时代的贡献。与此同时,图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就,属于这些领域的有航空航天
6、、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等,使图像处理成为一门引人注目、前景远大的新型学科。随着图像处理技术的深入发展,从70年代中期开始,随着计算机技术和人工智能、思维科学研究的迅速发展,数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像,实现类似人类视觉系统理解外部世界,这被称为图像理解或计算机视觉。很多国家,特别是发达国家投入更多的人力、物力到这项研究,取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论,这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法
7、研究上已取得不小的进展,但它本身是一个比较难的研究领域,存在不少困难,因人类本身对自己的视觉过程还了解25西南林学院2004届本科毕业论文甚少,因此计算机视觉是一个有待人们进一步探索的新领域。1数字图像处理和模式识别概述数字图像是指由被称作象素的小块区域组成的二维矩阵。对于单色即灰度图像而言,每个象素的亮度用一个数值来表示,通常数值范围在0到255之间,即可用一个字节来表示,0表示黑、255表示白,而其它表示灰度[1]。如下图所示:图1.1灰度图像(128x128)及其对应的数值矩阵(仅列出一部分(26x31))彩色图像可以用红、绿、蓝三元组的二维矩阵来表示。通常
8、,三元组的
此文档下载收益归作者所有