• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種利用結(jié)構(gòu)特征的高分辨率遙感影像種植園自動提取方法

    2016-11-07 02:37:20江維薇
    測繪學報 2016年9期
    關(guān)鍵詞:分率種植園紋理

    閆 利,江維薇

    武漢大學測繪學院,湖北 武漢 430079

    ?

    一種利用結(jié)構(gòu)特征的高分辨率遙感影像種植園自動提取方法

    閆利,江維薇

    武漢大學測繪學院,湖北 武漢 430079

    衛(wèi)星遙感在土地監(jiān)測中發(fā)揮了重要作用,而數(shù)據(jù)處理技術(shù)應(yīng)具有良好的適用性和較高的精度水平以滿足應(yīng)用需求。針對目前種植園提取算法適用性較差、數(shù)據(jù)依賴性高、自動化程度低、算法復(fù)雜及特征冗余等問題,本文提出了一種新型種植園結(jié)構(gòu)特征,多尺度多方向結(jié)構(gòu)指數(shù),通過對其進行閾值化并結(jié)合形態(tài)學處理實現(xiàn)了種植園的自動提取。對多種植模式、背景植被化程度和結(jié)構(gòu)復(fù)雜度各不相同的全色和多光譜種植園影像分別設(shè)計了3組試驗,結(jié)果證明,與傳統(tǒng)方法相比,本文方法適用性更強,對多方向、多尺度、基元變形、種植線變形、種植模式規(guī)律性差、背景高度植被化等諸多復(fù)雜的種植園等均能進行有效提取,整體精度達到90%以上。此外,試驗結(jié)果中,全色影像與多光譜影像精度相當,表明本文方法具有較低的光譜依賴性,因此在數(shù)據(jù)選擇和應(yīng)用上具有更大的靈活性。

    高分辨率;多尺度多方向;結(jié)構(gòu)特征;種植園;自動提取

    遙感已然成為土地監(jiān)測的重要手段[1-4],利用遙感影像進行人工種植園提取對于農(nóng)作物估產(chǎn)、林業(yè)調(diào)查、土地評估等具有十分重要的意義[5]。人工種植園的提取主要依據(jù)有兩點:一是物候?qū)W特征,不同植被類型在不同的生長發(fā)育階段表現(xiàn)出迥然不同的形態(tài);二是利用不同植被類型表現(xiàn)出的細微光譜反射差異。因此現(xiàn)階段人工種植園的提取主要依靠多時相數(shù)據(jù)和高光譜數(shù)據(jù)。由于不同類型的植被往往難以用寬波段遙感影像分開,因此對于寬波段遙感影像數(shù)據(jù),種植園的提取需要融合光譜外更多的信息。文獻[6]基于面向?qū)ο笏枷?,對各分割對象計?2個特征,其中包括光譜、紋理以及多種地形輔助數(shù)據(jù),并采用歷史航空影像解譯結(jié)果、GPS輔助數(shù)據(jù)以及野外調(diào)查目視解譯結(jié)果3種方法獲取樣本進行分層分類,初步實現(xiàn)了植被的精細化分類。由于自然植被對于環(huán)境的依賴性,因此地形環(huán)境的輔助數(shù)據(jù)在分類中起到了重要作用。目前,種植園的提取對數(shù)據(jù)源具有較強的依賴,在特征上主要采用以植被指數(shù)為代表的光譜特征以及灰度共生矩陣等微紋理,對于其排列結(jié)構(gòu)的規(guī)律性模式并未得到足夠的重視。

    結(jié)構(gòu)紋理作為大尺度宏紋理,通常用來提取紋理基元及其排列模式。例如,文獻[7]基于灰度差分統(tǒng)計來檢測各向異性、對稱性、規(guī)律性。文獻[8]基于二值圖像計算多方向和尺度的灰度共生矩陣,利用其中幾個特征的最大值來提取網(wǎng)格結(jié)構(gòu)的位移矢量。文獻[9]基于自相關(guān)函數(shù)提取規(guī)則紋理的紋理基元和周期。文獻[10]利用傅里葉譜的兩個基頻來鑒別形成網(wǎng)格結(jié)構(gòu)的紋理基元。這些結(jié)構(gòu)方法要求紋理單一且具有嚴格的排列規(guī)律,對于植被等復(fù)雜多變的自然地物適用性較弱。文獻[11]通過對單株樹木的檢測,計算樹冠半徑、鄰域樹距離等格網(wǎng)測量模式及樹冠色調(diào)飽和度、NDVI均值方差等多維特征,融合多分類器實現(xiàn)了柑橘園85%自動分類和15%目視解譯。但是該方法對于有雜草和高度植被化的土地背景,單株樹木的檢測及其與背景的分離十分困難。

    本文研究目的是探索種植園的紋理結(jié)構(gòu),提出一種結(jié)構(gòu)指數(shù)特征,能夠滿足多尺度多方向種植模式,允許紋理基元和格網(wǎng)種植線的變形,降低對數(shù)據(jù)源的要求,并且具有高分離能力,從而減少特征冗余,簡化提取過程,實現(xiàn)依靠單一或者少數(shù)特征的種植園自動提取。

    1 種植園特性分析

    光譜特征、時相特征和空間特征是遙感地物提取的3大基本特征。與其他綠色植被一樣,種植園具有典型的植被光譜反射特性曲線,在藍光和紅光波段有兩個吸收帶,在綠光波段有一個明顯的反射峰,至近紅外波段范圍內(nèi)反射率達到高峰。因此,近紅外影像常常用來進行植被提取。而對于種植園與其他植被的區(qū)分,單純依靠寬波段遙感影像的光譜特征往往難以取得理想效果,需借助高光譜影像對不同植被類型的光譜細微差異進行更深入的分析。種植園的時相特征主要表現(xiàn)為種植園一般具有特定的生長規(guī)律和物候特征,因此可以利用多時相影像數(shù)據(jù)進行種植園提取。但是,無論高光譜影像還是多時相影像,數(shù)據(jù)獲取成本均較高。其中,高光譜影像往往空間分辨率不高且易出現(xiàn)“維數(shù)災(zāi)難”現(xiàn)象[12],多時相影像重訪周期長,受云雨天氣影響,往往難以獲得“最佳物候期”的圖像數(shù)據(jù)[13],且多時相遙感影像必須進行精確的幾何配準,研究表明,即便是微小的配準誤差,也會大大降低結(jié)果的精度[14-15]。此外,對于影像中大量存在的同物異譜和異物同譜現(xiàn)象,單純依靠光譜特征和時相特征往往難以有效解決。種植園空間特征的有效提取能夠極大地抑制同物異譜和異物同譜問題,降低對數(shù)據(jù)的依賴,以同時滿足低成本、高時效的種植園提取。

    株距和行距是普遍的種植園空間布局模式。無論什么類型的種植園,為了保證種植園CO2濃度、溫度、濕度、太陽有效輻射和凈輻射等以利于種植物生長,種植園的布局往往是保留一定的株距和行距,且同一片種植園的株距和行距一般較固定。與其他地物相比,這種近乎等間隔的空間布局構(gòu)成種植園獨有的標志性特征。在此理論基礎(chǔ)上,本文提出一種多尺度多方向結(jié)構(gòu)指數(shù)對種植園空間布局進行數(shù)學描述,通過構(gòu)造多尺度多方向窗口垂直投影,獲取地物窗口投影曲線,種植園由于具有近乎等間隔的排列結(jié)構(gòu),因而其投影曲線具有較規(guī)律的波形,波峰和波谷分別對應(yīng)植株和株距中心,二者在橫軸上的位置間隔較穩(wěn)定,因此通過相鄰波峰波谷之間距離的歸一化二次差分來進行度量,并結(jié)合形態(tài)學后處理實現(xiàn)種植園提取。

    2 多尺度多方向結(jié)構(gòu)指數(shù)及種植園自動提取算法

    2.1LOG濾波預(yù)處理

    為了凸顯種植園紋理基元,需要對影像進行預(yù)處理。由于單株種植物即紋理基元一般呈中心向四周發(fā)散狀,例如柑橘樹的樹冠在遙感影像上類似“圓形”,從中心散開。因此選擇對各個方向的反差均能敏感檢測的各向同性濾波器,高斯拉普拉斯函數(shù)(Laplace of Gaussian function, LOG)[16],進行預(yù)處理。LOG算子源于文獻[16]中提出的邊緣提取思想,即首先對圖像進行最佳平滑,最大限度地抑制噪聲,然后求取邊緣。其定義如下

    (1)

    (2)

    (3)

    2.2窗口紋理結(jié)構(gòu)分析

    假設(shè)種植園方向與窗口方向一致,如圖1(a)所示, LOG濾波后的窗口影像如圖1(b)所示。窗口紋理結(jié)構(gòu)分析步驟如下:

    (1) 通過式(4)將窗口內(nèi)所有像素按列沿窗口垂直方向進行累加,獲取窗口投影曲線[17],如圖1(c)所示,種植園波形較規(guī)律,而非種植園區(qū)域波形紊亂。式(4)計算公式如下

    (4)

    式中,xc為第c列的垂直投影值;width為窗口寬度;Gr為第c列第r行的灰度值;height為窗口高度。

    (2) 窗口垂直投影曲線上,種植園區(qū)域的波峰和波谷分別對應(yīng)單株種植物中心和種植間距中心,為了準確獲取二者在橫軸上對應(yīng)位置和其距離值,通過計算局部極值對窗口垂直投影曲線進行波谷波峰分割,如圖1(d)所示,并獲取相鄰波谷波峰之間的距離disti(i=1,2,…,n)。

    (5)

    (6)

    (7)

    (4) 將曲線段規(guī)律性值yi(i=1,2,…,n)映射到對應(yīng)的窗口影像像素特征r,獲取結(jié)構(gòu)特征圖,如圖1(f)所示,除了少量孤立片段,對應(yīng)的種植園區(qū)域與非種植園區(qū)域反差明顯。通過形態(tài)學開運算進一步剔除小面積孤立片段,最終獲取窗口影像結(jié)構(gòu)特征,如圖1(g)所示。

    2.3多尺度多方向結(jié)構(gòu)指數(shù)

    為檢測種植園方向,并且考慮多尺度多方向種植園區(qū),采用多尺度多方向投影窗口進行紋理結(jié)構(gòu)分析,具體步驟如下:

    (1) 對影像進行多尺度LOG濾波,如2.1節(jié)所述,LOG濾波器中,高斯濾波尺度分別選取5×5、7×7、9×9,拉普拉斯濾波尺度固定為3×3。

    (2) 構(gòu)造多方向搜索窗口,如圖2所示,窗口方向θ取0~180°,步長間隔1°,窗口高度height根據(jù)影像尺度自定義,過大容易造成誤提取,過小容易造成漏提取。

    (3) 在各尺度各方向下,按照2.2節(jié)所述方法,逐一進行窗口紋理結(jié)構(gòu)分析,獲取對應(yīng)的像素特征值r[scale][angle],(scale∈[5,7,9],angle∈[0,180])。

    (4) 利用式(8)對各像素特征值r[scale][angle]進行最大值濾波,獲取多尺度多方向結(jié)構(gòu)指數(shù)(multi-scale and multi-direction structure index,MMI)

    MMI=max(r[scale][angle]),(scale∈[5,7,9],

    angle∈[0,180])

    (8)

    圖1 窗口結(jié)構(gòu)紋理分析示意圖Fig.1 Window structure texture analysis

    圖2 多方向投影窗口示意圖Fig.2 Multi-directional projection window

    2.4種植園自動提取

    在MMI特征圖上,種植園區(qū)域和非種植園區(qū)域的特征值分別逼近1和0,二者反差顯著。良好的可區(qū)分性使得MMI能夠憑借簡單的閾值實現(xiàn)對種植園的提取。具體算法為,通過對MMI設(shè)固定閾值0.8,即當像素的MMI特征值大于0.8時,對種植園進行標記提取。然后通過形態(tài)學后處理對孤立小面積的誤標記區(qū)域進行剔除。形態(tài)學腐蝕能夠快速有效剔除小面積非種植園區(qū),但是同時會破壞提取的種植園區(qū),因此在進行形態(tài)學腐蝕之后,利用原提取圖進行形態(tài)學重建,如式(9)所示,實現(xiàn)在保留正確提取基礎(chǔ)上的誤提取剔除

    result=R(es,MMI)

    (9)

    式中,R表示形態(tài)學重建;e表示形態(tài)學腐蝕;s為結(jié)構(gòu)算子的大小;MMI為原提取特征圖。

    3 試 驗

    3.1試驗設(shè)計

    試驗部分通過對3組不同種植模式、背景植被化程度、結(jié)構(gòu)復(fù)雜度的種植園進行試驗以分析本文算法的有效性和適用性。試驗數(shù)據(jù)為6幅分辨率0.5~0.65m的多光譜影像,為了驗證本文算法對數(shù)據(jù)的依賴性以及光譜相關(guān)性,將其中3幅多光譜影像去彩色處理獲取單通道灰度影像,每組試驗分別利用兩種影像,對本文算法和傳統(tǒng)算法進行分析比較。種植園提取結(jié)果用綠色進行標記。地面參考影像為分別對試驗影像中種植園(綠色標記)和非種植園(白色標記)進行隨機密集采樣所得,以統(tǒng)計種植園提取結(jié)果的誤分和漏分情況,漏分率為試驗結(jié)果對于采樣像素的漏分數(shù)量與總體采樣數(shù)量的比值,誤分率為試驗結(jié)果中誤分的像素數(shù)量與提取的植被像素總數(shù)的比值。

    3.2試驗結(jié)果與分析

    (1) 第1組試驗中多光譜影像(圖3(a))和灰度影像(圖3(d)),分辨率0.5m,圖中種植園總體結(jié)構(gòu)呈近似網(wǎng)格排列,種植線存在多方向,種植基元存在多尺度且具有明顯變形。多光譜影像的試驗參數(shù)設(shè)置為height=26、ρ=125、ε=6,灰度影像為height=26、ρ=125、ε=6。

    針對網(wǎng)格結(jié)構(gòu)的種植園提取,傳統(tǒng)的方法存在的局限是假設(shè)圖中只存在單一紋理,且具有理想的紋理基元大小和嚴格的網(wǎng)格排列結(jié)構(gòu)[18-20]。而第1組試驗中存在多種類型種植物,呈多方向排列,且單株種植物的大小和植株間隔不固定,因此其紋理結(jié)構(gòu)具有多尺度多方向性,紋理基元存在明顯變形,網(wǎng)格結(jié)構(gòu)不規(guī)律。由圖3(b)和圖3(e)可見,本文方法突破了傳統(tǒng)方法的局限,對其能夠進行有效提取,分別基于地面參考影像圖3(c)和圖3(f)進行精度計算,多光譜影像提取結(jié)果漏分率1.91%,誤分率1.85%,整體精度98.12%,灰度影像提取結(jié)果漏分率2.34%,誤分率0.82%,整體精度98.42%。

    (2) 第2組試驗中多光譜影像(圖4(a))和灰度影像(圖4(d)),分辨率0.5m,種植園成近似直線排列,種植緊密,背景高度植被化。多光譜影像試驗參數(shù)設(shè)置為height=30、ρ=130、ε=6,灰度影像參數(shù)設(shè)置為height=30、ρ=150、ε=6。

    由于種植緊密且背景高度植被化,單株樹木與背景分離困難,加上單株種植物的長勢各異,因此傳統(tǒng)基于單株種植物檢測和測量的種植園提取方法[11]并不適用。由圖4(b)和4(e)可見,無論是多光譜影像還是僅僅具有單通道的灰度影像,本文方法對此能夠有效提取,分別基于圖4(c)和4(f)進行精度評價,多光譜影像提取結(jié)果漏分率3.89%,誤分率1.04%,整體精度97.54%,灰度影像漏分率3.85%,誤分率1.15%,整體精度97.5%。

    (3) 第3組試驗中多光譜影像(圖5(a))和灰度影像(圖5(d)),分辨率0.6m。兩幅影像中種植園規(guī)律性較差,空間結(jié)構(gòu)無固定方向和形態(tài),并且種植園比較破碎,背景高度植被化。多光譜影像的試驗參數(shù)設(shè)置為height=30、ρ=130、ε=6,灰度影像為height=30、ρ=130、ε=6。

    這是極為復(fù)雜的一類種植園,從光譜上與背景分離困難,單株植被難以被檢測,從紋理結(jié)構(gòu)上,規(guī)律性差,方向和形態(tài)多變,缺乏整體性固定的排列模式,且較為破碎,圖5(a)中種植園更是呈零散分布,對種植園提取算法是一種相當大的挑戰(zhàn)。目前,對于這種種植園的提取,多是依靠人工目視解譯。本文提出的MMI能夠?qū)ζ鋸?fù)雜的空間結(jié)構(gòu)進行有效表征,并且作為唯一特征實現(xiàn)種植園自動提取,如圖5(b)和圖5(e)所示。根據(jù)隨機密集采樣獲取的地面參考影像(圖5(c)和圖5(f)),種植園提取結(jié)果精度評價分別為:多光譜影像提取結(jié)果漏分率15.28%,誤分率0.35%,整體精度92.19%,灰度影像提取結(jié)果漏分率10.74%,誤分率2.33%,整體精度93.47%,顯示了MMI對種植園紋理結(jié)構(gòu)特征描述的有效性和本文方法具有較強的適用性,對于極復(fù)雜的種植園也能進行提取,并達到90%以上整體精度。

    圖3 種植園提取結(jié)果Fig.3 The extraction of plantation

    圖5 種植園提取結(jié)果Fig.5 The extraction of plantation

    4 結(jié) 論

    本文提出了一種能夠有效描述種植園紋理結(jié)構(gòu)的特征,多尺度多方向結(jié)構(gòu)指數(shù)(MMI),并且結(jié)合形態(tài)學后處理實現(xiàn)了種植園的自動提取。本文算法簡單、自動化程度高,3組試驗灰度影像提取結(jié)果精度與多光譜影像相當,說明MMI特征光譜相關(guān)性低,且僅依靠MMI單一特征實現(xiàn)提取,無需其他特征和輔助數(shù)據(jù),從而降低了對數(shù)據(jù)的依賴。通過設(shè)計各種類型種植園提取試驗顯示,本文方法突破了傳統(tǒng)方法的限制,具有較強的適用性,對于多種復(fù)雜的種植園區(qū)域均能實現(xiàn)有效提取,總體精度達到90%以上。

    本文的不足之處在于試驗參數(shù)的設(shè)置,包括窗口高度height,相鄰波峰波谷之間的距離上限ε和投影幅值差下限ρ,以及形態(tài)學后處理中結(jié)構(gòu)算子的設(shè)置,均為經(jīng)驗性值,與影像分辨率、種植園尺度等有關(guān),但尚無可以計算的依據(jù),需要進一步研究改進。

    [1]溫奇, 李苓苓, 劉慶杰, 等. 基于視覺顯著性和圖分割的高分辨率遙感影像中人工目標區(qū)域提取[J]. 測繪學報, 2013, 42(6): 831-837.

    WEN Qi, LI Lingling, LIU Qingjie, et al. A Man-made Object Area Extraction Method Based on Visual Saliency Detection and Graph-cut Segmentation for High Resolution Remote Sensing Imagery[J]. Acta Geodaetica et Cartographica Sinica, 2013, 42(6): 831-837.

    [2]楊釗霞, 鄒崢嶸, 陶超, 等. 空-譜信息與稀疏表示相結(jié)合的高光譜遙感影像分類[J]. 測繪學報, 2015, 44(7): 775-781. DOI: 10.11947/j.AGCS.2015.20140207.YANG Zhaoxia, ZOU Zhengrong, TAO Chao, et al. Hyperspectral Image Classification Based on the Combination of Spatial-spectral Feature and Sparse Representation[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(7): 775-781. DOI: 10.11947/j.AGCS.2015.20140207.

    [3]馮文卿, 張永軍. 利用多尺度融合進行面向?qū)ο蟮倪b感影像變化檢測[J]. 測繪學報, 2015, 44(10): 1142-1151. DOI: 10.11947/j.AGCS.2015.20140260.

    FENG Wenqing, ZHANG Yongjun. Object-oriented Change Detection for Remote Sensing Images Based on Multi-scale Fusion[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(10): 1142-1151. DOI: 10.11947/j.AGCS.2015.20140260.

    [4]王馨爽, 陳爾學, 李增元, 等. 多時相雙極化合成孔徑雷達干涉測量土地覆蓋分類方法[J]. 測繪學報, 2015, 44(5): 533-540. DOI: 10.11947/j.AGCS.2015.20130244.

    WANG Xinshuang, CHEN Erxue, LI Zengyuan, et al. Multi-temporal and Dual-polarization Interferometric SAR for Land Cover Type Classification[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(5): 533-540. DOI: 10.11947/j.AGCS.2015.20130244.

    [5]趙庚星, 余松烈. 冬小麥遙感估產(chǎn)研究進展[J]. 山東農(nóng)業(yè)大學學報(自然科學版), 2001, 32(1): 107-111.

    ZHAO Gengxing, YU Songlie. Advance of Winter Wheat Yield Estimation by Remote Sensing[J]. Journal of Shandong Agricultural University (Natural Science), 2001, 32(1): 107-111.

    [6]YU Qian, GONG Peng, CLINTON N, et al. Object-based Detailed Vegetation Classification with Airborne High Spatial Resolution Remote Sensing Imagery[J]. Photogrammetric Engineering & Remote Sensing, 2006, 72(7): 799-811.

    [7]CHETVERIKOV D, HARALICK R M. Texture Anisotropy, Symmetry, Regularity: Recovering Structure and Orientation from Interaction Maps[C]∥Proceedings of the 1995 6th British Conference on Machine Vision. Surrey, UK: BMVA Press, 1995, 1: 57-66.

    [8]STAROVOITOV V V, JEONG S Y, PARK R H. Texture Periodicity Detection: Features, Properties, and Comparisons[J]. IEEE Transactions on Systems, Man, and Cybernetics-Part A: Systems and Humans, 1998, 28(6): 839-849.

    [9]LIN H C, WANG Lingling, YANG S N. Extracting Periodicity of a Regular Texture Based on Autocorrelation Functions[J]. Pattern Recognition Letters, 1997, 18(5): 433-443.

    [10]CHARALAMPIDIS D. Texture Synthesis: Textons Revisited[J]. IEEE Transactions on Image Processing, 2006, 15(3): 777-787.

    [12]孫偉偉. 基于流形學習的高光譜影像降維理論與方法研究[J]. 測繪學報, 2014, 43(4): 439. DOI: 10.13485/J.CNKI.11-2089.2014.0066.SUN Weiwei. Theory and Methods of Dimensionality Reduction Using Manifold Learning for Hyperspectral Imagery[J]. Acta Geodaetica et Cartographica Sinica, 2014, 43(4): 439. DOI: 10.13485/J.CNKI.11-2089.2014.0066.

    [13]張喜旺, 秦耀辰, 秦奮. 綜合季相節(jié)律和特征光譜的冬小麥種植面積遙感估算[J]. 農(nóng)業(yè)工程學報, 2013, 29(8): 154-163.ZHANG Xiwang, QIN Yaochen, QIN Fen. Remote Sensing Estimation of Planting Area for Winter Wheat by Integrating Seasonal Rhythms and Spectral Characteristics[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(8): 154-163.

    [14]DAI Xiaolong, KHORRAM S. The Effects of Image Misregistration on the Accuracy of Remotely Sensed Change Detection[J]. IEEE Transactions on Geoscience and Remote Sensing, 1998, 36(5): 1566-1577.

    [15]曹森, 潘耀忠, 張錦水, 等. 土地覆蓋圖斑多時相遙感影像自動配準[J]. 測繪學報, 2014, 43(3): 290-297. DOI: 10.13485/j.cnki.11-2089.2014.0042.

    CAO Sen, PAN Yaozhong, ZHANG Jinshui, et al. Land Cover Patches Based Automatic Multi-temporal Remote Sensing Images Registration[J]. Acta Geodaetica et Cartographica Sinica, 2014, 43(3): 290-297. DOI: 10.13485/j.cnki.11-2089.2014.0042.

    [16]MARR D, HILDRETH E. Theory of Edge Detection[J]. Proceedings of the Royal Society B: Biological Sciences, 1980, 207(1167): 187-217.

    [17]YALNIZ I Z, AKSOY S. Unsupervised Detection and Localization of Structural Textures Using Projection Profiles[J]. Pattern Recognition, 2010, 43(10): 3324-3337.

    [18]HAN Junwei, MCKENNA S J, WANG Ruixuan, Regular Texture Analysis as Statistical Model Selection[C]∥Proceedings of the 10th European Conference on Computer Vision. Berlin: Springer, 2008: 242-255.

    [19]LIU Yanxi, COLLINS R T, TSIN Y. A Computational Model for Periodic Pattern Perception Based on Frieze and Wallpaper Groups[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2004, 26(3): 354-371.

    [20]RUIZ L A, RECIO J A, HERMOSILLA T. Methods for Automatic Extraction of Regularity Patterns and Its Application to Object-oriented Image Classification[C]∥Proceedings of Photogrammetric Image Analysis. Munich: [s.n.], 2007: 117-121.

    (責任編輯:張艷玲)

    A Structure Feature for Automatic Extraction of Plantation from High-resolution Remote Sensing Imagery

    YAN Li, JIANG Weiwei

    School of Geodesy and Geomatics, Wuhan University, Wuhan 430079,China

    Satellite remote sensing is an invaluable tool to manage land resources. However, data analysis procedures should satisfy the good adaptability, wide application prospects and high accuracy levels demanded by users. This study presented a novel multi-scale and multi-direction structure index (MMI) to describe the structure feature of plantation caused by cultivation. Plantation are extracted by performing a threshold on the MMI feature map, and combined with morphological operators to refine the extraction results. We designed three groups of experiments to test our method, each group used panchromatic and multispectral imagery respectively with various cultivation mode, different vegetated background and structure complexity. The results show our method is much more adaptive on plantation extraction than traditional methods. It is efficient for various complex plantations, e.g. multi-direction, multi-scale, highly vegetated backgrounds, low regularity of planting mode with deformation of textons and planting lines, the accuracy results exceed 90%. And panchromatic images achieve accuracies as high as multispectral images, which indicate our method has low dependence on spectrum, thus it is more flexible for data selection and application.

    high resolution; multi-scale and multi-direction; structure feature; plantation; automatic extraction

    The National Key Technology Research and Development Program of the Ministry of Science and Technology of China (No. 2012BAJ23B03)

    YAN Li(1966—),male, doctor, professor, majors in photogrammetry, remote sensing imagery processing and application, 3D laser scanning imaging measurement technology.

    JIANG Weiwei

    閆利,江維薇.一種利用結(jié)構(gòu)特征的高分辨率遙感影像種植園自動提取方法[J].測繪學報,2016,45(9):1065-1072.

    10.11947/j.AGCS.2016.20150511.

    YAN Li, JIANG Weiwei.A Structure Feature for Automatic Extraction of Plantation from High-resolution Remote Sensing Imagery[J]. Acta Geodaetica et Cartographica Sinica,2016,45(9):1065-1072. DOI:10.11947/j.AGCS.2016.20150511.

    P237

    A

    1001-1595(2016)09-1065-08

    國家科技支撐計劃(2012BAJ23B03)

    2015-10-16

    閆利(1966—),男,博士,教授,研究方向為攝影測量、遙感圖像處理和三維激光成像掃描測量技術(shù)的研究。

    E-mail: lyan@sgg.whu.edu.cn

    江維薇

    E-mail: 626834986@qq.com

    修回日期: 2016-06-12

    猜你喜歡
    分率種植園紋理
    某花卉種植園區(qū)天然氣管道在建工程造價爭議的司法鑒定
    美國:種植園安全舉措事關(guān)食源性疾病
    利用Aspen Plus模擬分離乙醇-水體系的研究
    河南化工(2021年3期)2021-04-16 05:32:00
    小種植園里的勞動故事
    學生天地(2020年29期)2020-06-09 03:10:44
    基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
    軟件(2020年3期)2020-04-20 01:45:18
    使用紋理疊加添加藝術(shù)畫特效
    解分數(shù)問題例談
    TEXTURE ON TEXTURE質(zhì)地上的紋理
    Coco薇(2017年8期)2017-08-03 15:23:38
    分數(shù)應(yīng)用題常見錯例剖析
    日本黄色视频三级网站网址| 国产免费一级a男人的天堂| 69人妻影院| 亚洲成av人片在线播放无| 一边亲一边摸免费视频| 一本精品99久久精品77| 18禁黄网站禁片免费观看直播| 国产日本99.免费观看| 日本免费一区二区三区高清不卡| 99久久精品国产国产毛片| 亚洲中文字幕日韩| 国产成人影院久久av| h日本视频在线播放| 亚洲精品影视一区二区三区av| 久久久久久久久久久免费av| 亚洲av第一区精品v没综合| 人妻制服诱惑在线中文字幕| 免费看美女性在线毛片视频| 久久久久免费精品人妻一区二区| 我要看日韩黄色一级片| 赤兔流量卡办理| 精品久久久久久久久av| 午夜免费男女啪啪视频观看| 狂野欧美激情性xxxx在线观看| 91精品一卡2卡3卡4卡| 超碰av人人做人人爽久久| 亚洲最大成人中文| 欧美zozozo另类| 网址你懂的国产日韩在线| 99久久无色码亚洲精品果冻| 亚洲av二区三区四区| 亚洲va在线va天堂va国产| 亚洲中文字幕一区二区三区有码在线看| 国产精品嫩草影院av在线观看| 欧美精品一区二区大全| 国产麻豆成人av免费视频| 午夜福利在线在线| 久久精品国产99精品国产亚洲性色| 精华霜和精华液先用哪个| 99热这里只有精品一区| 免费av毛片视频| 成人一区二区视频在线观看| 乱人视频在线观看| 亚洲无线观看免费| 中文字幕久久专区| 欧美日本视频| 毛片一级片免费看久久久久| 美女脱内裤让男人舔精品视频 | 成人特级av手机在线观看| 尾随美女入室| 少妇猛男粗大的猛烈进出视频 | 亚洲国产欧美人成| 久久精品夜夜夜夜夜久久蜜豆| 不卡一级毛片| 熟妇人妻久久中文字幕3abv| 中文在线观看免费www的网站| 91在线精品国自产拍蜜月| 麻豆久久精品国产亚洲av| 99热全是精品| 丰满的人妻完整版| 国产av麻豆久久久久久久| 日本免费a在线| 在线天堂最新版资源| 亚洲成a人片在线一区二区| 九九久久精品国产亚洲av麻豆| 国产色婷婷99| 久久久久久久久中文| 国产精品野战在线观看| 九九爱精品视频在线观看| 最近2019中文字幕mv第一页| 91久久精品国产一区二区成人| 99在线人妻在线中文字幕| 边亲边吃奶的免费视频| 女的被弄到高潮叫床怎么办| 国产成人精品婷婷| 亚洲最大成人中文| 简卡轻食公司| 男女做爰动态图高潮gif福利片| 欧美潮喷喷水| 美女内射精品一级片tv| 日韩精品青青久久久久久| 别揉我奶头 嗯啊视频| 亚洲无线在线观看| 99视频精品全部免费 在线| 免费在线观看成人毛片| 高清日韩中文字幕在线| 18+在线观看网站| 最后的刺客免费高清国语| 中文欧美无线码| 亚洲人成网站高清观看| 日日干狠狠操夜夜爽| 欧美精品一区二区大全| 亚洲不卡免费看| 精品久久久久久久久av| 亚洲经典国产精华液单| 精品无人区乱码1区二区| 国内揄拍国产精品人妻在线| 成人欧美大片| 能在线免费看毛片的网站| 波多野结衣高清无吗| 国产亚洲av片在线观看秒播厂 | 我要看日韩黄色一级片| 日本黄色视频三级网站网址| 极品教师在线视频| 男女边吃奶边做爰视频| 国产亚洲精品久久久久久毛片| 成年免费大片在线观看| 亚洲国产欧洲综合997久久,| 久久鲁丝午夜福利片| 久久久国产成人免费| 菩萨蛮人人尽说江南好唐韦庄 | 卡戴珊不雅视频在线播放| 日韩人妻高清精品专区| 观看免费一级毛片| 一夜夜www| 日本免费一区二区三区高清不卡| 亚洲欧洲国产日韩| 天堂网av新在线| 亚洲精品影视一区二区三区av| 黄片无遮挡物在线观看| 欧美潮喷喷水| 亚洲四区av| 久久亚洲精品不卡| 搞女人的毛片| 少妇人妻精品综合一区二区 | 日韩强制内射视频| 99久久久亚洲精品蜜臀av| 亚洲精品乱码久久久v下载方式| 国产精品精品国产色婷婷| 成人毛片a级毛片在线播放| 观看免费一级毛片| 性插视频无遮挡在线免费观看| 精品人妻视频免费看| 日韩视频在线欧美| 国产成人影院久久av| 国内揄拍国产精品人妻在线| 三级国产精品欧美在线观看| 免费av毛片视频| 成人午夜高清在线视频| 一级黄片播放器| 国产色婷婷99| 岛国毛片在线播放| 久久精品久久久久久久性| 91久久精品国产一区二区三区| 边亲边吃奶的免费视频| 啦啦啦观看免费观看视频高清| 99riav亚洲国产免费| 久久精品夜夜夜夜夜久久蜜豆| 不卡视频在线观看欧美| 又爽又黄无遮挡网站| av在线天堂中文字幕| 国产三级中文精品| 赤兔流量卡办理| 少妇人妻精品综合一区二区 | 一级毛片久久久久久久久女| 久久久久久九九精品二区国产| 国产精品无大码| 蜜臀久久99精品久久宅男| 亚洲av中文av极速乱| 国产精品久久久久久亚洲av鲁大| 日韩欧美 国产精品| 边亲边吃奶的免费视频| 人人妻人人看人人澡| 国产69精品久久久久777片| 校园人妻丝袜中文字幕| 欧美日韩精品成人综合77777| 欧美不卡视频在线免费观看| 直男gayav资源| 99riav亚洲国产免费| 国产一区亚洲一区在线观看| 久久精品91蜜桃| av专区在线播放| 狂野欧美白嫩少妇大欣赏| 亚洲av不卡在线观看| 国产乱人偷精品视频| 国产 一区 欧美 日韩| 国产又黄又爽又无遮挡在线| 久久久a久久爽久久v久久| 国产亚洲av片在线观看秒播厂 | 女人被狂操c到高潮| 欧美激情在线99| 国产私拍福利视频在线观看| 身体一侧抽搐| 欧美变态另类bdsm刘玥| 欧美丝袜亚洲另类| 噜噜噜噜噜久久久久久91| 深夜a级毛片| 婷婷精品国产亚洲av| 老女人水多毛片| 在线免费十八禁| 18禁在线播放成人免费| 最新中文字幕久久久久| 熟女电影av网| 国产欧美日韩精品一区二区| 韩国av在线不卡| 欧美zozozo另类| 久久中文看片网| 91久久精品电影网| av免费在线看不卡| 欧美日本视频| 成年av动漫网址| 一本一本综合久久| 97在线视频观看| 美女大奶头视频| 三级男女做爰猛烈吃奶摸视频| 真实男女啪啪啪动态图| 熟女人妻精品中文字幕| 精品免费久久久久久久清纯| 久久婷婷人人爽人人干人人爱| 寂寞人妻少妇视频99o| 在线国产一区二区在线| 欧美成人免费av一区二区三区| 国模一区二区三区四区视频| 变态另类丝袜制服| 国产一区二区三区av在线 | 国产av不卡久久| 国产av在哪里看| 国产白丝娇喘喷水9色精品| 真实男女啪啪啪动态图| 久久人人爽人人片av| av卡一久久| 亚洲内射少妇av| eeuss影院久久| 成人毛片60女人毛片免费| 亚洲无线观看免费| 级片在线观看| 麻豆精品久久久久久蜜桃| 中国美女看黄片| 亚洲无线在线观看| 草草在线视频免费看| 天天躁夜夜躁狠狠久久av| 国内精品一区二区在线观看| 亚洲人成网站高清观看| 亚洲一区高清亚洲精品| 性色avwww在线观看| 黄色视频,在线免费观看| 男女做爰动态图高潮gif福利片| ponron亚洲| 欧美不卡视频在线免费观看| 一级毛片aaaaaa免费看小| 晚上一个人看的免费电影| 国产老妇伦熟女老妇高清| 综合色丁香网| 国产国拍精品亚洲av在线观看| 日韩欧美精品v在线| 国产极品精品免费视频能看的| 91狼人影院| 亚洲在线自拍视频| 久久草成人影院| 国产片特级美女逼逼视频| av视频在线观看入口| 男女边吃奶边做爰视频| 国产精品av视频在线免费观看| 国内少妇人妻偷人精品xxx网站| 国产白丝娇喘喷水9色精品| 免费一级毛片在线播放高清视频| 欧美成人免费av一区二区三区| 久久久国产成人免费| av卡一久久| 国产精品女同一区二区软件| 亚洲熟妇中文字幕五十中出| 男人舔女人下体高潮全视频| 22中文网久久字幕| 国产精品1区2区在线观看.| 久久亚洲国产成人精品v| 亚洲在线观看片| 国产av一区在线观看免费| 久久精品国产99精品国产亚洲性色| 国产片特级美女逼逼视频| 久久午夜福利片| а√天堂www在线а√下载| 色哟哟·www| 狂野欧美激情性xxxx在线观看| 女人被狂操c到高潮| av在线老鸭窝| 欧美激情国产日韩精品一区| 一级黄色大片毛片| 日韩一本色道免费dvd| 男女做爰动态图高潮gif福利片| 日韩精品有码人妻一区| 日本色播在线视频| 亚洲欧美精品专区久久| 国产极品天堂在线| 亚洲成人久久性| 插逼视频在线观看| 老熟妇乱子伦视频在线观看| av在线亚洲专区| 欧美高清成人免费视频www| 国产成人精品一,二区 | 欧美激情在线99| 亚洲成人中文字幕在线播放| 嫩草影院新地址| 中文字幕人妻熟人妻熟丝袜美| 午夜福利在线观看免费完整高清在 | 少妇的逼好多水| 麻豆av噜噜一区二区三区| 国产精品一区二区在线观看99 | 成人二区视频| 亚洲国产高清在线一区二区三| 欧美性感艳星| 久久精品国产亚洲av天美| 久久久久久九九精品二区国产| 少妇裸体淫交视频免费看高清| 国产色爽女视频免费观看| 亚洲乱码一区二区免费版| 亚洲国产欧洲综合997久久,| 国产人妻一区二区三区在| 中国美白少妇内射xxxbb| 日韩精品有码人妻一区| 日韩高清综合在线| 午夜视频国产福利| 2022亚洲国产成人精品| 免费人成视频x8x8入口观看| 99热这里只有是精品50| 国产午夜福利久久久久久| 最近中文字幕高清免费大全6| 国产色婷婷99| 日本色播在线视频| 毛片女人毛片| 国产精品99久久久久久久久| 国产一区二区三区av在线 | 婷婷亚洲欧美| 国产一区二区在线观看日韩| 超碰av人人做人人爽久久| 简卡轻食公司| 国产精品人妻久久久久久| 悠悠久久av| 亚洲av成人av| 在线免费观看不下载黄p国产| 国产精品一区二区三区四区免费观看| 亚洲自拍偷在线| 一级毛片我不卡| 青春草视频在线免费观看| 欧美+亚洲+日韩+国产| 一级二级三级毛片免费看| 99久久人妻综合| 99久久久亚洲精品蜜臀av| 亚洲aⅴ乱码一区二区在线播放| 又爽又黄无遮挡网站| 成年女人看的毛片在线观看| 黄色视频,在线免费观看| 国产亚洲av片在线观看秒播厂 | 免费搜索国产男女视频| 日韩欧美国产在线观看| 日本与韩国留学比较| 亚洲av免费高清在线观看| 日本熟妇午夜| 波多野结衣高清作品| 亚洲国产色片| 国产精品.久久久| 嫩草影院精品99| 校园春色视频在线观看| 日韩精品青青久久久久久| 成人无遮挡网站| 91狼人影院| 久久人人爽人人爽人人片va| 中文字幕免费在线视频6| 久久精品人妻少妇| 亚洲四区av| 三级经典国产精品| 欧美性猛交╳xxx乱大交人| 亚洲不卡免费看| 国产极品天堂在线| 99久国产av精品国产电影| 国产伦一二天堂av在线观看| 亚洲美女视频黄频| 在线免费观看不下载黄p国产| 在线天堂最新版资源| 国产黄色小视频在线观看| 日本一本二区三区精品| 22中文网久久字幕| 99国产精品一区二区蜜桃av| 午夜福利成人在线免费观看| 内射极品少妇av片p| 最新中文字幕久久久久| 一边摸一边抽搐一进一小说| 啦啦啦观看免费观看视频高清| 男女做爰动态图高潮gif福利片| 三级毛片av免费| 欧美激情国产日韩精品一区| 日韩精品有码人妻一区| 国产老妇伦熟女老妇高清| 国产免费男女视频| 久久婷婷人人爽人人干人人爱| 能在线免费看毛片的网站| 国产片特级美女逼逼视频| 亚洲欧美成人精品一区二区| 国产私拍福利视频在线观看| 国产精品伦人一区二区| 边亲边吃奶的免费视频| 97热精品久久久久久| 国产伦一二天堂av在线观看| 亚洲自偷自拍三级| 国产精品伦人一区二区| 麻豆久久精品国产亚洲av| 99国产精品一区二区蜜桃av| 国产伦精品一区二区三区四那| 亚洲欧洲国产日韩| 一级黄片播放器| 欧美三级亚洲精品| 国产黄色小视频在线观看| 亚洲在线自拍视频| 大型黄色视频在线免费观看| 嫩草影院入口| 啦啦啦韩国在线观看视频| 日本与韩国留学比较| 男女视频在线观看网站免费| 中文字幕制服av| 欧美一区二区精品小视频在线| 六月丁香七月| kizo精华| 五月玫瑰六月丁香| 中文字幕免费在线视频6| 国产极品精品免费视频能看的| 六月丁香七月| 伊人久久精品亚洲午夜| 国产精品日韩av在线免费观看| 久久久a久久爽久久v久久| 免费观看a级毛片全部| 午夜精品在线福利| 99久久九九国产精品国产免费| 九色成人免费人妻av| 国产精品一区www在线观看| 亚洲中文字幕日韩| 亚洲五月天丁香| 黄色配什么色好看| 最近视频中文字幕2019在线8| 国产色爽女视频免费观看| 免费看a级黄色片| 一边摸一边抽搐一进一小说| 国产毛片a区久久久久| 乱人视频在线观看| 日韩一区二区视频免费看| 日日撸夜夜添| 婷婷色av中文字幕| 22中文网久久字幕| 一级毛片我不卡| 美女被艹到高潮喷水动态| 欧美又色又爽又黄视频| 久久九九热精品免费| 亚洲av二区三区四区| 亚洲av一区综合| 久久久欧美国产精品| 99久久精品热视频| 色视频www国产| 亚洲激情五月婷婷啪啪| 久久久久九九精品影院| 观看免费一级毛片| 美女大奶头视频| 精品无人区乱码1区二区| 色综合色国产| 一夜夜www| 亚洲精华国产精华液的使用体验 | 在线免费十八禁| 99久久九九国产精品国产免费| 中国国产av一级| 丝袜喷水一区| 99久久久亚洲精品蜜臀av| 欧美在线一区亚洲| 国产在线男女| 18禁黄网站禁片免费观看直播| 男人和女人高潮做爰伦理| 99视频精品全部免费 在线| 欧美激情在线99| 国产免费男女视频| or卡值多少钱| 中文字幕久久专区| 黄色视频,在线免费观看| 人妻制服诱惑在线中文字幕| 美女cb高潮喷水在线观看| 久久午夜亚洲精品久久| 22中文网久久字幕| 欧美成人精品欧美一级黄| 亚洲av.av天堂| 亚洲丝袜综合中文字幕| 青青草视频在线视频观看| 黄色日韩在线| 国产真实乱freesex| 村上凉子中文字幕在线| 亚洲第一电影网av| 国产成人福利小说| 伊人久久精品亚洲午夜| 99久久精品国产国产毛片| 男人舔奶头视频| 一卡2卡三卡四卡精品乱码亚洲| 亚州av有码| 看黄色毛片网站| 日日摸夜夜添夜夜爱| 插逼视频在线观看| 精品无人区乱码1区二区| 国产不卡一卡二| 亚洲在线观看片| 18禁在线播放成人免费| 精品不卡国产一区二区三区| 51国产日韩欧美| 久久精品国产自在天天线| 亚洲人成网站高清观看| 18禁在线播放成人免费| 人体艺术视频欧美日本| 免费在线观看成人毛片| 菩萨蛮人人尽说江南好唐韦庄 | 成人永久免费在线观看视频| 一级毛片我不卡| 亚洲精品自拍成人| 亚洲精品乱码久久久v下载方式| 天堂√8在线中文| 久久精品国产亚洲av涩爱 | 男人舔奶头视频| 亚洲久久久久久中文字幕| 天堂√8在线中文| 精品少妇黑人巨大在线播放 | 真实男女啪啪啪动态图| 一级二级三级毛片免费看| 日本成人三级电影网站| 亚洲成人久久爱视频| 久久精品国产自在天天线| 成人综合一区亚洲| 一夜夜www| 国产一级毛片七仙女欲春2| 麻豆av噜噜一区二区三区| 国产私拍福利视频在线观看| 在线播放无遮挡| 国模一区二区三区四区视频| 三级国产精品欧美在线观看| 亚洲精品456在线播放app| 久久久久久久久久黄片| 国产午夜精品论理片| 一本久久中文字幕| 村上凉子中文字幕在线| 国产精品麻豆人妻色哟哟久久 | 波多野结衣高清作品| 欧美人与善性xxx| 能在线免费看毛片的网站| 日日啪夜夜撸| 中文在线观看免费www的网站| 国产精品爽爽va在线观看网站| 婷婷精品国产亚洲av| 欧美xxxx性猛交bbbb| 26uuu在线亚洲综合色| 青春草视频在线免费观看| 两个人视频免费观看高清| 两个人的视频大全免费| 一卡2卡三卡四卡精品乱码亚洲| 九色成人免费人妻av| 国产毛片a区久久久久| 国产真实乱freesex| 在线观看一区二区三区| 天堂av国产一区二区熟女人妻| 成人午夜高清在线视频| 91久久精品电影网| 九九爱精品视频在线观看| 97在线视频观看| 欧美最新免费一区二区三区| 国产中年淑女户外野战色| 草草在线视频免费看| 看黄色毛片网站| 97热精品久久久久久| 免费看a级黄色片| 十八禁国产超污无遮挡网站| 日韩成人av中文字幕在线观看| 不卡一级毛片| 欧美极品一区二区三区四区| 国产精品日韩av在线免费观看| 波野结衣二区三区在线| 麻豆精品久久久久久蜜桃| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | www日本黄色视频网| 联通29元200g的流量卡| 99久久无色码亚洲精品果冻| 亚洲精品自拍成人| 国产亚洲av片在线观看秒播厂 | 日本与韩国留学比较| 亚洲av成人精品一区久久| 国产高清有码在线观看视频| 边亲边吃奶的免费视频| 久久精品国产亚洲av天美| 最近视频中文字幕2019在线8| 亚洲电影在线观看av| 免费看日本二区| 国产成人福利小说| 欧美最新免费一区二区三区| 国产视频内射| 国产男人的电影天堂91| 久久鲁丝午夜福利片| 一进一出抽搐动态| 高清日韩中文字幕在线| 特级一级黄色大片| 成人性生交大片免费视频hd| 亚洲美女视频黄频| av在线亚洲专区| 国产老妇伦熟女老妇高清| 热99在线观看视频| av在线亚洲专区| 久久久久网色| 亚洲美女视频黄频| 国产午夜精品论理片| 麻豆国产av国片精品| 婷婷六月久久综合丁香| 国产午夜精品论理片| 亚洲国产色片| 亚洲综合色惰| 一个人看视频在线观看www免费| 国产精品一区www在线观看| 日韩欧美一区二区三区在线观看| 久久这里有精品视频免费| 日韩高清综合在线| 亚洲精品成人久久久久久| 亚洲人成网站在线观看播放| 亚洲欧美清纯卡通| 少妇被粗大猛烈的视频| 赤兔流量卡办理| 亚洲最大成人手机在线| 看非洲黑人一级黄片| 人人妻人人看人人澡| 久久久色成人|