共查询到20条相似文献,搜索用时 593 毫秒
1.
[目的]探讨纹理变量及其相应参数配置范围,阐明各纹理变量随输入参数的变化规律,以便指导高分光学影像纹理在林业上的应用.[方法]以福建省将乐国有林场不同坡向不同龄组的杉木人工林为例,基于QuickBird影像的全色波段进行灰度共生矩阵(GLCM)纹理的计算与分析.[结果]结果表明:(1)除均值外的所有GLCM纹理变量对阴... 相似文献
2.
光学影像纹理信息在林业领域的最新应用进展 总被引:3,自引:1,他引:2
随着光学卫星影像空间分辨率的不断提高,影像纹理特征的重要性日益凸显。然而,纹理是一个非常复杂的空间属性,会随着太阳/观测角度、地形、感兴趣目标及其所处环境的不同而发生显著的变化。此外,不同纹理变量的选择及相应输入参数的设置,如窗口大小、像元间距、方向以及量化等级等都可能在一定程度上决定着影像纹理的利用价值。如何有效利用纹理量及其优化组合是一个值得深入探讨的问题。鉴于此,本文首先全面回顾了影像纹理特征在森林分类、森林结构参数反演以及森林生物量与碳储量的遥感估算等方面的最新研究与应用,并从不同角度肯定了光学影像纹理在林业遥感领域的应用潜力。此外,从纹理变量及其4大输入参数的选择和最优变量组合的判别方面,总结并剖析了当前研究领域中所存在的关键问题,权衡利弊并给出了相应的建议,为相关研究人员将影像纹理信息更有效地应用于林业领域提供参考。 相似文献
3.
【目的】快速、准确监测覆膜玉米叶绿素含量,探明将影像地膜和阴影背景像元剔除能否提高光谱和纹理特征反演叶绿素含量的精度。【方法】以无人机多光谱遥感影像数据为基础,以覆膜玉米苗期、拔节期、抽雄期和灌浆期叶绿素含量为对象,使用监督分类分割影像背景像元和玉米像元,分析背景像元对玉米冠层光谱的影响,计算全像元和玉米像元影像的光谱特征和纹理特征并筛选较优变量输入,利用偏最小二乘、支持向量机和BP神经网络3种机器学习算法建立玉米叶绿素含量的反演模型。【结果】(1)苗期、拔节期、抽雄期和灌浆期多光谱影像中的背景像元对玉米冠层的光谱均有显著影响。(2)基于玉米像元影像提取的光谱特征、纹理特征和光谱特征+纹理特征为变量输入的反演精度均优于全像元影像(最佳模型建模R 2提高0.078,RMSE和MAE分别降低0.060和0.055 mg·g-1,验证R 2提高0.109,RMSE和MAE分别降低0.075和0.047 mg·g-1)。(3)基于玉米像元影像的光谱特征+纹理特征为变量输入的建模精度比仅使用光谱特征或纹理特征为变量输入的建模精度提升显著;其中光谱特征+... 相似文献
4.
硅酸盐浸渍改性对杉木视觉物理量的影响 总被引:1,自引:1,他引:0
5.
6.
为检测高分辨率遥感影像不同波段纹理特征对于森林蓄积量估算精度的影响,以湖北省荆门市京山县太子山林场马尾松纯林为对象,基于灰度共生矩阵的方法分别提取高分辨率遥感影像Worldview-2 红光、绿光、蓝光、近红外波段和全色波段的纹理特征,利用随机森林算法,分别建立野外样地蓄积量与纹理参数的模型。结果表明,全色波段对马尾松森林的精度最高(R2=0.86,RMSE=47.37 m3·hm-2),其次是绿色波段(R2=0.85,RMSE=50.82 m3·hm-2)和近红外波段(R2=0.85,RMSE=46.85 m3·hm-2),蓝色波段(R2=0.68,RMSE=60.72 m3·hm-2)和红色波段(R2=0.69,RMSE=56.27 m3·hm-2)的精度最低;窗口大小对模型精度影响较小,全色波段的R2取值在0.82~0.86,RMSE取值在47.66~51.99 m3·hm-2,多光谱波段的R2取值在0.88~0.89;蓝色和红色波段的非相似度(DIS)的估算模型精度相对较高,绿色波段的对比度(CON)(R2=0.87,RMSE=46.21 m3·hm-2)估算精度最高,红色波段的非相似度(R2=0.68,RMSE=58.30 m3·hm-2)估算精度较高,近红外波段的角二阶矩阵(ASM)(R2=0.68,RMSE=60.30 m3·hm-2)精度最高,全色波段的对比度、相关性、熵、变化量模型精度较高,R2为0.85。利用高分辨率遥感影像纹理特征估算森林参数时需综合考虑不同波段的纹理特征对模型的贡献。 相似文献
7.
8.
为提高高分辨率遥感影像分类精度,针对高分二号影像发展一种综合利用遥感影像光谱和纹理信息的茶园种植区提取方法。该方法首先利用归一化植被指数(NDVI)和修正的归一化植被指数(MNDVI)构建新的光谱特征——差异归一化差分植被指数(DNDVI),通过灰度共生矩阵(GLCM)构建新的纹理特征——灰度共生纹理(GLCT),然后结合光谱和纹理特征运用支持向量机(SVM)的方法进行分类。试验采用2种方案(原始波段+光谱特征,原始波段+光谱特征+纹理特征)对影像进行分类,分类总体精度分别为79. 6%、89. 8%,Kappa系数分别为0. 659、0. 788。结果表明,结合纹理信息能明显地提高分类精度,并较好地实现对高分二号影像茶园种植区的分类提取。 相似文献
9.
基于纹理信息的森林类型遥感识别技术 总被引:1,自引:0,他引:1
为提高大区域TM影像对针阔混交林的识别精度,充分考虑遥感影像像元值的随机性和空间性,以盘古林场有林地TM遥感影像为例,结合地统计学知识,利用变异函数计算图像纹理信息,分析了影像纹理信息提取的重要因子,确定选取绝对变差函数为计算方法,以9×9像元为窗口,4像元为步长,计算方向为全方向对盘古林场有林地部分提取纹理信息并与原始光谱信息及归一化植被指数相结合,采用经典分类器最大似然法对影像进行分类。结果表明,辅以纹理信息的最大似然法分类精度为85.333 3%,Kappa指数为0.78,达到了区别针阔混交林的目的。 相似文献
10.
11.
遥感图像尤其是高分辨率(1~4 m)遥感图像在树种分类方面有着广阔的应用前景。利用主成分分析法对遥感数据去相关分析,然后通过对纹理提取过程的分析,探讨不同移动窗口大小对纹理特征的影响,以期为中山陵园风景区的森林调查提供依据,分类方法为经典的最大似然分类器。根据不同移动窗口大小的纹理因子相关性和对保持纹理信息丰富度的影响,来选择合适的窗口大小及纹理因子组合,以对树种分类精度的提高程度为评价标准。研究结果表明,利用窗口大小为19 19下的纹理信息可有效提高分类精度,总精度达到66%,Kappa系数达到0.59,比单纯的光谱信息最大似然法图像分类精度高,其中均值与均匀性、对比度、偏斜度纹理因子组合为最佳纹理组合,能有效减少数据冗余。高分辨率遥感数据纹理信息的运用为树种分类识别时的特征选择提供了有利技术参考。图4表3参19 相似文献
12.
[目的]明确磁处理对蛹虫草[Cordyceps militaris (L.) Link.]菌丝生长的影响,为磁处理在蛹虫草菌丝生产中的应用提供理论依据和参数。[方法]设置不同磁场强度和不同处理时间的组合条件,采用菌丝重量法研究磁处理对菌丝生长量的生物学效应,并筛选出最佳的磁场处理组合。[结果]不同处理条件对蛹虫草菌丝生长量的生物学效应不同,产生正生物学效应的最佳磁处理条件为1.250T/10 min。[结论]得出蛹虫草最佳的磁处理条件,为磁处理在蛹虫草菌丝生产中的应用提供了理论依据。 相似文献
13.
[目的]对干酪乳杆菌NH-2固态发酵基质进行筛选及优化。[方法]以麸皮、米糠及豆粕为候选基质,通过基质发酵保湿性、产物活菌数与表面结构的比较,以及后续的复合基质试验,确定干酪乳杆菌NH-2最佳的固态发酵基质。[结果]麸皮与米糠以3:5的比例混合时为干酪乳杆菌NH-2最佳的固态发酵基质,在该条件下产物活菌数最高可达(85.70±2.35)×108cfu/g。[结论]干酪乳杆菌NH-2能以麸皮、米糠为基质通过固态发酵实现其高密度发酵培养。 相似文献
14.
薄膜—均质法制备番茄红素脂质体的工艺研究 总被引:2,自引:1,他引:1
[目的]优化制备番茄红素脂质体的生产工艺,提高包封率,减小颗粒粒径,最终提高番茄红素的生物利用度.[方法]采用薄膜—均质法制备番茄红素脂质体,通过单因素试验和正交试验,以包封率作为主要指标,筛选出最佳制备工艺(胆同醇—卵磷脂比、番茄红素—卵磷脂比、旋转蒸发温度、磷酸缓冲液pH),并观察脂质体形态和粒径特征.[结果]薄膜—均质法制备番茄红素脂质体的最佳工艺为:胆固醇—卵磷脂比1:3,番茄红素—卵磷脂比1:20,旋转蒸发温度30℃,磷酸缓冲液pH 7.0.在最佳工艺条件下,番茄红素脂质体的包封率为71.65%,平均粒径840nm.[结论]采用薄膜—均质法制备番茄红素脂质体具有工艺简单、重现性好,且脂质体包封率高、颗粒粒径小、稳定性较高等优点,可大规模用于实际生产. 相似文献
15.
微波辅助萃取枳椇总黄酮研究 总被引:1,自引:0,他引:1
[目的]研究从枳椇中提取总黄酮。[方法]采用微波辅助萃取技术,应用自制的压力萃取器,通过单因素试验和响应面试验方法优化工艺参数。[结果]确定了最优工艺参数为微波功率840 W、乙醇水溶液浓度52%、萃取时间54 s、液固比9.4 ml/g、浸泡时间1 h和颗粒粒径2.5×10-4m,在此条件下,总黄酮萃取率为98.05%。建立了以萃取率为响应值,微波功率、乙醇水溶液浓度、萃取时间和液固比为影响因素的二次多项回归方程,该模型与试验结果十分吻合。[结论]建立的数学模型和优化的工艺参数可用来预测不同工艺条件下的总黄酮萃取率,为中试和工业化生产提供理论依据。 相似文献
16.
17.
18.
[目的]确认并探究影响硫代硫酸钠标定结果的偏差所在。[方法]研究了影响硫代硫酸钠标准溶液稳定性的因素,剖析该溶液标定过程中的关键环节,并对相应关键点进行试验,控制其标定结果的相对偏差。[结果]试验表明,参与硫代硫酸钠标定过程的水必须不含CO2和O2,是煮沸冷却水或新制备水,减少用水干扰;制备的溶液及静置过程中的溶液均需放置在避光条件下,避免环境对溶液造成影响;标定过程中静置完毕后应立即加水终止反应,确保结果的稳定,降低偏差;采用滴定一个样品加入一个碘化钾的方式进行试验,对控制偏差效果显著。[结论]研究可为硫代硫酸钠标准溶液的制备提供参考。 相似文献
19.
高光谱遥感光谱特征明显,单纯利用其光谱优势难以达到影像分类精度要求,特别是区分植被精细类别。为了进一步提高Hyperion高光谱影像分类精度,研究加入包含区域亮度变化及结构特征的纹理信息,试图提高分类精度。以杭州市余杭区百丈镇为试验区,首先提取研究区道路、建筑物、农田、毛竹Phyllostachysedulis林、马尾松Pinusmassoniana林和栎类Quercus等7种类型的端元光谱,然后对端元进行线性光谱分离,利用二阶概率矩阵对线性光谱分离出的8个波段提取纹理特征,最终结合线性分离后的端元光谱实现分类。结果表明:纹理信息融入后分类结果较单源信息光谱角制图和单源信息支持向量机方法有明显的改善,建筑物精度分别提高了34.13%和17.16%,农田提高了19.71%和9.24%,马尾松则改善了27.09%和5.42%,栎类精度提高了近3.00%和10.00%,且一定程度上避免了椒盐效应。采用光谱与纹理信息结合的方法对Hyperion高光谱影像分类是可行的。分类过程中端元的提取、纹理分析时特征向量的组合及纹理移动窗口大小的选择对分类结果起重要的作用。图6表1参19 相似文献