第一篇:本人 读书笔记图像分割在遥感领域里的应用
图像分割在遥感领域里的应用
一、前言:
数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展,图像处理和分析逐渐形成了自己的科学体系,新的处理方法层出不穷,尽管其发展历史不长,但却引起各方面人士的广泛关注。首先,视觉是人类最重要的感知手段,图像又是视觉的基础,因此,数字图像处理成为心理学、生理学、计算机科学等诸多领域内的学者们研究视觉感知的有效工具。其次,图像处理在军事、遥感、气象等大型应用中有不断增长的需求。
二、研究背景:
遥感图像处理(processing of remote sensing image data)是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。遥感图像的光学处理包括一般的照相处理、光学的几何纠正、分层叠加曝光、相关掩模处理、假彩色合成、电子灰度分割和物理光学处理等。光学处理有时称为模拟处理。数字处理是指用计算机图像分析处理系统进行的遥感图像处理。遥感图像的数字处理往往与多光谱扫描仪和专题制图仪图像数据的应用联系在一起。数字处理方式灵活,重复性好,处理速度快,可以得到高像质和高几何精度的图像,容易满足特殊的应用要求,因而得到广泛的应用。
三、主要内容(遥感领域中图像分割的部分程序步骤):
图像分割就是把图像划分为不同图像对象的过程。图像一旦被分割,就可对每一个被提取的对象进行量化计算,因此,图像分割是图像分析与模式识别的最关键的部分。由于彩色图像比灰度图像含有更多的信息,因而在许多模式识别与计算机视觉应用中都使用彩色图像来获得更好的效果,具体步骤如下:
第一步:读入图片,并将彩色图片用公式转化为灰度图像。
第二步:用区域生长法将图片分块并对每一块做直方图统计,用广度优先搜索完成,子程序是int flood_fill()。返回值是区域内的点的数量。判断是否属于同一块区域的条件是前面搜索得到的灰度平均值是否大于给定阈值(即threshold,由用户输入决定)。
第三步:任意两块区域对区域直方图的每个色阶比例的差的绝对值求和,若和小于阈值(即threshold2,由用户输入决定)则合并两块区域.区域绝对值求和的子程序为void statistics(),用于合并块的子程序为void combine(int obj1,int obj2)。
第四步:将占总面积1/10以上的块号输出,由用户决定要选哪一块做为最后需要的图片,并输出合并的块的数量。最后输出图像。
程序的优点是运行效率高,优化策略有
1.若块所包含的点的数量太小,则视为噪声点,从而忽略。
2.合并的时候永远是把小的块合并给大的块。
3.合并的时候采用广度优先的算法,只判断区域内的点,不做重复搜索。
四、总结和展望:
总结:在遥感图像领域,图像分割技术是必不可少的。它的统计参数在图像分割处理过程中主要有以下7个:反差,方差,均值滤波,中值,众数,协方差,相关系数等.它们对遥感数字图像处理起到举足轻重的作用,而图像分割技术在遥感领域里的主要作用便是突出遥感图像中的某些信息,消弱或除去某些不需要的信息,使图像更易判读。
展望:在如今社会,随着世界社会环境的恶劣变化,人们迫切需求寻找另外耐以生存之地,从而,遥感图像处理应运而出,对于处理一些外太空、星球等的图片十分有益,而图像分割技术在这其中又起到了必不可少的作用。可以想象得到的是,在今后,图像分割、遥感处理等技术必然会越来越完善、发展。
五、参考文献:
[1]张兆礼,赵春晖,梅晓丹.现代图像处理技术及MAThAB实现.北京:人民邮电出版社,2001.1
[2]陈传波,金先级.数字图像处理[M].北京:机械工业出版社,2004.[3]夏德深,傅德胜等.现代图象处理技术与应用[M].南京:东南大学出版社,1997.[4]章毓晋.图象工程(上册)图象处理和分析.北京:清华大学出版社,1999.[5]王小平,曹立明.遗传算法理论、应用与软件实现.西安:西安交大出版社,2002.[6]徐立中,数字图像的智能信息处理。北京:国防工业出版社,2001
[7]王耀南,李树涛,毛建旭,计算机图像处理与识别技术,北京:高等教育出版社,2001
[8]徐建华.图像处理与分析,北京:科学出版,1992.[9]阮秋琦.数字图象处理学,电子工业出版社,2001
信息科学与工程学院通信工程 2010级 01班荣华智(10950124)
第二篇:遥感图像处理应用实验报告 西北农林科技大学2010 实习二
实验二分层分类法
一、实验原理:
面对自然界复杂的事物或现象,我们不可能用一个统一的分类模式来描述或进行区域景物的识别与分类。需要深入研究它们的总体规律及内在联系,理顺其主次或因果关系,建立一种树状结构的框架。即建立所谓的分类树,来说明它们的复杂关系,并根据分类树的结构逐级分层次地把所研究的目标一一区分、识别出来。这就是分层分类法
二、实验数据:
杨凌2003年0614影像,分类模板12类地物。实验一通过训练区区分的12类地物的统计结果,均值,标准差。
三、实验步骤:
设计叠合光谱图
根据12类地物的统计结果,以均值为中心,标准差长度为星线表示各类地物各个波段平均光谱响应,将导出的数据导入到Excel里,在Excel里进行数据处理,制作叠合光谱图。横坐标为灰度值,纵坐标为地物类型,12种地物分别为1=水库,2=河流,3=柏油路,4=水泥路,5=农村,6=城市,7=乔木林,8=灌木林,9=果园,10=草地,11=有作物,12=无作物。
根据叠合光谱图进行分层分类
首先根据1波段将十二种地物划分成1,2,9,10,11与7,8与3,12与4,5,6四种,然后根据4,5波段将1,2,9,10,11分成1与2与9,10,11,根据4,6波段将7,8地物分开,根据2,3,5,6波段将3,12地物分开,根据第3波段将4,5,6分成4,5与6,最后根据第6波段将9,10,11划分成9,11与10,根据第7波段将4,5地物分开。
形成判别树
根据上述依据画出将12种地物区分开的分层分类树。
四、实验结果:
五、实习总结:
制作分层分类树时用到了Excel制作图表的知识,使用时学到了很多Excel制表方面的知识。它使用到分类模板,导出报表,使用报表中的标准差,协方差来进行制图处理。得到图表以后,通过不同地物之间的交叉重叠等,区别出不同的地物,然后根据依据的波段画出分层分类树。为遥感解译提供依据。