基于KNN方法的大兴安岭地区森林地上碳储量遥感估算

【目的】采用 KNN方法进行碳储量估测,并对估测后的数据进行各种校正处理,绘制森林地上碳储量的空间分布图,为我国森林碳储量和固碳潜力的研究提供基础数据和科学依据。【方法】以黑龙江省大兴安岭为研究区(50°05'—53°33'N,121°11'—127°01'E),基于2010年森林资源连续清查固定样地和同年 Landsat5 TM 影像数据,利用 k－邻近法( KNN)在像素级水平上对森林地上碳储量进行估算。采用多准则方法分东、南、北和中4个区域对样地坐标和其对应的影像光谱值进行坐标重配准,并根据实测样地数据对坐标重配置前后不同林分类型地上碳储量估测精度进行评价;针对 KNN方法像素级估测结果存在明显的高值区域低估和低值区域高估现象,应用直方图匹配方法对估测结果进行变动范围调整;并根据样地实测碳储量和 KNN 估测值间的回归关系对调整后的结果分区域进行进一步匹配校正后处理,绘制森林碳储量的空间分布图。【结果】总体来说,本研究区域像元尺度KNN估测的欧式距离优于马氏距离,均方根误差随着最邻近值 k的增大而降低,当 k大于6时变化缓慢,并逐渐趋于稳定;坐标误差校正后,各林分类型森林地上碳储量的估测精度均显著提高,平均均方根误差由17.23降低到14.3 t·hm －2;直方图匹配后,各区域样地点高值区域低估和低值区域高估现象均有很大程度改善,实测值和估测值间的相关关系明显增强,然而高值地区(碳储量大于20 t·hm －2)出现过高估计现象;经匹配校正后处理的均值、标准差、直方图和累积频率分布图更接近样地实测值,均方根误差也明显降低,高值地区过高估计现象得到很好校正。【结论】森林资源清查数据、遥感数据及 KNN方法相结合逐渐成为区域尺度森林参数空间连续估测的重要手段。同利用光谱值和森林参数建立的回归模型相比,KNN方法能够更多地考虑到森林参数同光谱值之间的非线性依赖关系;但 KNN估测方法除了受距离度量标准、最邻近值 k的大小以及影像波段的选取等因素影响外,还存在如样地坐标和对应的影像光谱值匹配误差、像素级估测结果多呈明显集中分布趋势等问题,使得该方法的应用受到一定限制。本文的研究表明,对这些因素进行合理的校正,将更有利于区域尺度森林参数的精确估计和反演。     

基于图像检索的林火检测技术研究

基于计算视觉的常规林火图像识别算法过多依赖于庞大训练集,算法复杂无法满足林火监测实时性要求,提出一种基于图像检索的林火识别算法,搭建了VS2013和OpenCV程序验证平台。采用拉伸直方图和直方图均衡化方法提高图像对比度,通过减色降低程序计算复杂度,设定林火参考图像和固定阈值,采用直方图对比算法检索林火图像。程序验证结果表明,本文设计的程序能快速识别林火图像,具有实用价值,可为相关研究提供参考。     

应用Excel做土壤测试数据的直方图、正态分布图

应用Excel做土壤测试数据的直方图可以解析出资料的规则性,比较直观地看出数据所反映的特性的分布状态,便於判断其总体质量分布情况。正态分布形状决定于平均数和方差(或标准差)二个参数。本篇文章主要讲述如何应用Excel做土壤测试数据的直方图与正态分布图。     

改进田间杂草识别图像预处理方法的研究

机器视觉系统采集到的田间杂草图像在分割之前,需要对图像进行预处理来改善图像的视觉效果。为了提高图像的预处理效果,针对杂草图像的特点,在多级加权中值滤波算法的基础上,增加3个不同大小尺寸的二维滤波掩膜,使得在去除噪声的同时尽可能保留了更多的细节特征,从而改善了田间杂草图像的滤波效果。     

装毛玻璃应注意分正反面

近日,一则关于抹平毛玻璃的微博被热转,微博称只要贴上透明胶带,原本看东西模糊的毛玻璃,一下子就变得如同普通玻璃般透明。网友称,她家住高楼,卫生间窗户磨砂玻璃用久龟裂了,她担心掉下去砸到人,便用透明胶贴上,立刻有网友提醒"你这样一贴,洗澡就‘现场直播’了。"经过测试,她发现贴上透明胶的毛     

夏玉米增效栽培技术

一、把好播种关(一)选择优良品种首选国家和省审定的品种,如在商水县推广的郑单958、浚单20等系列品种。(二)鉴别种子质量一是看粒型。要求玉米种子必须大小一致,整齐,角棱一样,颗粒的凸凹面相等,无病粒、异型粒和破粒。二是看粒色。新鲜种子一般光泽鲜艳发亮并一     

基于FCM及HSV模型的方格蔟黄斑茧检测与剔除技术

桑蚕业缫丝前需要对蚕茧进行检测分类,剔除黄斑茧等下茧对于提高缫丝质量非常关键。我国蚕虫上蔟多用纸板方格蔟,方格蔟在使用过程由于挤压、受潮等原因极易变形,另外,营茧方格蔟一般覆盖一层茧衣,使自动检测方格蔟蚕茧质量并准确剔除黄斑茧等下茧极其困难。采用基于模糊C均值聚类(FCM)及HSV模型的黄斑茧检测算法,在采茧过程中直接对蚕茧进行图像分割和黄斑茧检测,使用基于机器视觉的直角坐标式自动采茧机对黄斑茧进行定位剔除试验。首先对方格蔟正面原始图像使用FCM分割,消除蚕茧茧衣及方格蔟边框,得到蚕茧二值图像;对FCM分割后的蚕茧二值图像与方格蔟原始图像进行掩膜,实现对方格蔟内单个蚕茧的提取;对提取到的单个蚕茧,根据HSV空间累积颜色直方图的黄斑颜色H分量的比例是否达到黄斑茧的定义阈值,逐个进行黄斑茧判断;然后,对检测到的黄斑茧,保存其连通域中心坐标作为其图像位置坐标,经过视觉测量确定蚕茧在笛卡尔空间中的世界坐标。使用基于机器视觉的直角坐标式方格蔟自动采茧机,对方格蔟黄斑茧进行定位剔除试验,该算法对方格蔟内黄斑茧的平均检测正确率为81.2%,黄斑茧坐标最大定位偏差为3.0 mm,对单张方格蔟图像进行分割和黄斑茧检测的平均时长为1.271 s,对茧衣附有桑叶梗或碎桑叶的蚕茧没有误检测,但对黄斑位于边缘处的蚕茧检测效果不好。     

基于受限分位直方图的小麦苗情图像增强方法

针对物联网监测的小麦苗情图像受成像自然环境和成像设备影响存在对比度低及图像模糊的问题,提出了基于受限分位直方图的小麦苗情图像增强方法,首先压缩高概率密度色彩频度来减少高频色彩的像素出现过增强问题,然后对调整后的直方图进行分位划分以保持图像在增强后的色彩均值信息,缓和图像均值色彩变化过大导致的过增强和噪声放大问题,最后对分位直方图在分位区间内依据累积分布函数分别进行直方图均衡化融合为最终输出图像。结果表明,该方法克服了传统全局直方图易出现的过增强和噪声放大问题,增强后的图像细节丰富,具有更好的视觉效果,能够满足小麦苗情远程监测图像增强的实际应用要求。     

基于最大类间方差法的黄瓜病害叶片分割

以黄瓜病害叶片为研究对象,采用直方图阈值分割法去除背景,分别采用最大类间方差法(Otsu)和边缘检测法来分割黄瓜叶片中的病害部位,对比这2种方法的分割效果。最后,对已有的最大类间方差法进行了改进,对病害叶片图像的红色分量进行了病斑分割。结果表明,边缘检测法分割出来的病斑部位轮廓具有不完整性,而最大类间方差法的分割效果较好。采用最大类间方差法对黄瓜病害叶片分割取得了较理想的效果,为后续病害识别奠定了基础。     

垄台修复中耕施肥机关键部件的改进与试验

针对东北垄作区原垄免耕播种后,垄形破坏,玉米出苗后需进行垄台修复施肥,但作业过程中存在机具堵塞严重,行间玉米秸秆被机具挑起伤苗,以及机具作业过程中动力消耗大等问题,设计改进了垄台修复中耕施肥机的关键部件,优化了关键参数.田间试验表明:平板直刀型破茬松土方式动力消耗小、防堵效果好,采用的凹面双圆盘进行垄形修复,起土效果好,能够有效防堵.