2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、草地和樹木都是綠色的植被。在全球變化研究中,植被被公認(rèn)為是反映生態(tài)環(huán)境變化的重要而又敏感的指示器。利用遙感技術(shù)獲取綠地信息成為快速、客觀、準(zhǔn)確的城市生態(tài)監(jiān)測、評價、規(guī)劃和管理的重要手段。本文以無人機航拍高分辨率遙感影像草地和樹木信息提取為目標(biāo),從幾何校正、圖像勻光、分類方法等方面著手進行研究,探索高分辨率遙感數(shù)據(jù)、不同信息提取方法。
   論文首先研究遙感影像預(yù)處理。主要包括圖像的幾何校正和圖像勻光等處理。對引起航拍影像幾何畸變

2、的原因進行了分析,總結(jié)常用的幾何校正方法,用MATLAB語言設(shè)計并實現(xiàn)。同時對影像內(nèi)不均勻光照現(xiàn)象,采用馬斯克勻光法處理,提出了一種背景影像的生成方法,對初步勻光后的影像再結(jié)合直方圖拉伸處理,能夠得到較好的勻光效果。
   第二部分在影像預(yù)處理的基礎(chǔ)上,研究植被與非植被的分類。一方面提出加權(quán)Fisher模糊判別的監(jiān)督分類方法,在遙感影像影像道路、植被、裸土地分類應(yīng)用,得出加權(quán)Fisher模糊判別比直接Fisher判別的kappa

3、系數(shù)更高。另一方面提出基于爬山算法與模糊C-均值結(jié)合的非監(jiān)督分類方法,在遙感影像影像植被與非植被分類應(yīng)用,聚類迭代次數(shù)和聚類收斂曲線對比,實驗表明改進FCM影像分割方法在分割速度上具有明顯的優(yōu)勢。
   第三部分研究遙感影像中草地和樹木分類。一種是提出雙邊濾波對影像進行預(yù)處理,平滑局部草地(樹木)相似的紋理,同時保持草地與樹木的邊緣特征,結(jié)合彩色邊緣檢測和數(shù)學(xué)形態(tài)學(xué),獲得樹木的區(qū)域,實現(xiàn)草地和樹木的分類。另一種是提出基于紋理特征

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論