30512.面向對象的農田目標遙感識別與提取研究

1、AThesisSubmittedtoGraduateSchoolofNanjingUniversityinpartialfulfillmentoftherequirementsforthedegreeofMasterofScienceinCartography&GeographicalInformationSystemObjectBasedFarmlandRecognitionandExtractionfromHighResolutio

2、nRemotelySensedByLuYmSupervisor：ProfessorFengXuezhi＆AssociateProfessorXiaoPengfengDepartmentofGeographicalInformationScienceNanjingUniversityMay2011南京大學碩士學位論文摘要計算全色波段圖像的梯度幅度，生成梯度圖，并且構造巴特沃思濾波器對梯度圖進行低通濾波，消除部分局部最小值對后續(xù)分割的干擾。

3、接著采用基于標記的分水嶺分割，并利用了強制最小技術完成梯度重建，這樣可以有效抑制過分割現象。最后對每個區(qū)域標記以形成對象圖像。該方法生成的地物邊界信息還原度較高，且均為閉合連通的區(qū)域，分割效果較好。(3)農田目標提取：提出將植被提取二值圖像與分水嶺分割形成的對象圖像疊合以提取農田目標的方法。主要思路是將植被提取二值圖像與對象圖像疊加在一起，通過判斷對象與植被像元是否有交集來完成第一次的提??；再根據農田的面積參數，分別判斷每個對象中的植被

4、覆蓋程度以及對象自身的面積，通過閾值判斷，完成第二次提取。經過這兩次提取后，居民地、水體等非植被地物與獨立樹冠等植被地物可以得到有效的分離。而圖像上的農田目標被提取出來的同時，邊緣輪廓信息也較為完整的保留下來。最后分別采用基于像元與基于對象的混淆矩陣方法對提取結果進行精度評價?；谙裨脑u價結果總體精度8750％，Kappa系數為07496，基于對象的評價結果總體精度8698％，Kappa系數07397，該方法基本滿足遙感調查的需求。有