论文部分内容阅读
植被是生态环境和地理环境的重要组成部分，是遥感影像上最直观的信息之一。遥感影像处理中的植被信息应用广泛，在专题图绘制、城市规划、产量估计、植被长势监测、火灾、旱灾监测、天气预报、地质构造研究、军事监测等工作中有着重要的地位。因此在遥感影像中快速、准确地提取植被边界，从而提取、识别出植被信息显得尤为重要。特殊的内部结构使得植被与其它地物及不同种类的植被在影像上呈现出不同的特征，利用这些特征可以有效地将某一类植被与其它地物进行区分。论文首先分析了植被在遥感影像上的各种特征，然后分别针对高分辨率的Quickbird影像上居民地中的成片绿地采用基于植被指数方法、针对Quickbird及SPOT-5影像上农田中的成片林地采用基于纹理特征的方法，对其边界进行提取，最后对提取结果进行精度评估检验算法性能。论文围绕植被边界提取方法展开研究，完成的主要工作有：1．分析了植物的光谱辐射特性，总结了植被在遥感影像中的色调特征、纹理特征和几何特征，为植被边界提取奠定基础。2．以居民地中成片绿地为研究对象，分析了NDVI、DVI、RVI和SAVI四种传统的植被指数的特点和适用范围，针对传统植被指数需要人为设定阈值的问题，提出了两种基于LBV变换的固定阈值植被指数（NLVI和VBVI植被指数），将这两种指数与四种传统指数进行实验比较，总结新指数与传统指数的优缺点。3．以农田中的成片林地为研究对象，提出了结合纹理特征和光谱特征的典型植被区域提取方法。通过单波段以及光谱相关灰度共生矩阵获取纹理影像，以融合影像的纹理特征和光谱特征，然后对原始多光谱影像和纹理影像进行分类，获取典型植被区域。结果表明该方法可以有效的从农田中提取出林地区域。4．利用形态学和边界跟踪方法对得到的植被区域进行边界提取，并通过统计正确率、错误率以及漏检率分别对两种方法提取的边界进行精度评估，定量的评价了这两种方法的性能，并为后续研究提供数据支持。