基于面向?qū)ο蟮母涕兕?lèi)果林信息提取方法研究.pdf

1、我國(guó)是柑橘類(lèi)水果產(chǎn)品主要的生產(chǎn)國(guó)和消費(fèi)國(guó)之一，有著4000多年的栽培歷史?？焖儆行У靥崛「涕兕?lèi)果林對(duì)指導(dǎo)果林病害防御、水果生產(chǎn)和產(chǎn)業(yè)規(guī)劃有著重要意義。傳統(tǒng)的基于像元的純光譜柑橘類(lèi)果林提取方法分類(lèi)精度較低，很難避免“椒鹽現(xiàn)象”，并且受噪聲的影響導(dǎo)致同物異譜、異物同譜現(xiàn)象較嚴(yán)重。豐富的紋理信息、形狀信息和上下文信息是高分辨率遙感圖像突出的特點(diǎn)。本文以贛州市尋烏縣柑橘類(lèi)果林種植區(qū)為研究對(duì)象，針對(duì)傳統(tǒng)基于像元分類(lèi)方法精度較低的缺點(diǎn)，在高分一號(hào)數(shù)

2、據(jù)源的基礎(chǔ)上，做了以下研究：
　　1.為了能夠讓高分一號(hào)遙感影像數(shù)據(jù)既保存影像數(shù)據(jù)多光譜特性，又提高空間分辨率，對(duì)數(shù)據(jù)進(jìn)行了大氣校正、正射校正、圖像融合等圖像預(yù)處理步驟。
　　2.在多尺度分割的前提下，對(duì)象的各種特征信息存在一定的變化規(guī)律。利用eCognition軟件統(tǒng)計(jì)對(duì)象的面積均值、標(biāo)準(zhǔn)差、植被對(duì)象的NDVI均值在分割尺度上的變化情況。
　　3.選用最大面積比法來(lái)衡量某種特定地物分割對(duì)象的優(yōu)劣程度。
　　4.

3、深入研究了基于模糊數(shù)學(xué)方法的最近鄰分類(lèi)模型，在深入剖析模型數(shù)學(xué)表達(dá)的基礎(chǔ)上，對(duì)整幅影像的光譜特征進(jìn)行了全面的統(tǒng)計(jì)分析。
　　5.構(gòu)建了一種結(jié)合模糊數(shù)學(xué)理論的面向?qū)ο鬀Q策樹(shù)分類(lèi)模型，在多尺度分割建立對(duì)象層次組織結(jié)構(gòu)的基礎(chǔ)上，綜合最近鄰分類(lèi)器，建立了融合模糊數(shù)學(xué)方法和決策樹(shù)模型的面向?qū)ο鬀Q策樹(shù)分層分類(lèi)模型，選擇樣本對(duì)象進(jìn)行統(tǒng)計(jì)分析光譜特征和紋理特征，分層使用單波段閾值、NDVI、波段組合、對(duì)象幾何形態(tài)學(xué)特征和紋理特征等多種分析經(jīng)驗(yàn)值，