基于纹理信息的森林蓄积量估计

以河北省秦皇岛市山海关公益林为研究对象,结合Landsat TM数据和森林资源二类调查数据,运用灰度共生矩阵分析法提取纹理信息,采用逐步回归法建立多元线性回归模型,进行森林蓄积量的估算。结果表明:选取纹理因子参与建模,建立的线性回归方程的拟合效果较好,估测模型的R~2值达0.766,估计值的标准误差最小,标准误差最小值为28.036,说明纹理因子对提高森林蓄积量的估测精度有重要影响。     

基于纹理特征的柳杉锯材表面节疤缺陷的自动识别

根据柳杉锯材表面的纹理特点,构造了适于描述柳杉锯材表面节疤缺陷和正常材纹理特征的空间灰度共生矩阵特征参数群,并优化选择了其中5个纹理特征参数用于区分柳杉锯材表面节疤缺陷和正常材.在统计了柳杉锯材表面死节、活节和正常材的5个纹理特征值分布范围的基础上,根据5个纹理特征值的分布范围及其对死节、活节和正常材的区分度,构建了柳杉锯材表面死节、活节和正常材的相应识别规则,基于图像纹理特征匹配技术开发了柳杉锯材表面节疤缺陷和正常材的自动识别系统.对于300个含有单个和/或复数个节疤缺陷(184个活节和156个死节)的柳杉锯材图像的自动识别试验结果显示,活节和死节的正确识别率分别为83.2%和90.4%,识别精度表明,基于图像纹理特征匹配技术对柳杉锯材表面的节疤缺陷进行自动识别是有效可行的.     

基于纹理特征的回转窑熟料烧结状态分类

采用灰度共生矩阵方法，利用Fisher系数提取出最佳分类位置算子和纹理特征参数，通过对实际回转窑窑头熟料图像分析,发现位置算子为（5，-5）即距离为5、方向为45°下的灰度共生矩阵对应的和平均、逆差距、差异熵、对比度、差方差和熵这6个参数具有较好的区分度，其表面纹理特征能客观地反映其烧结程度，并通过基于C4.5算法实现了过烧、欠烧和正常烧结3种不同状态下的熟料纹理分类，其精度达到了95.65%.同时结合实际工况对熟料纹理进行了分析，给出了各自的变化特点.     

基于灰度共生矩阵的东北虎纹理特征参数

为了确定东北虎个体识别的参数,根据灰度共生矩阵不同方向、不同像素间距、不同灰度级时的特征值变化情况,计算了灰度共生矩阵的7个特征参数.在确定灰度共生矩阵像素间距和灰度级别后,结合Hu不变矩抽象的形状特征公式,并利用BP神经网络对东北虎进行了分类识别,结果证明:灰度共生矩阵法生成的参数有效,可用于对东北虎个体的识别.     

结合多尺度纹理特征的高光谱影像面向对象树种分类

目的基于机载高光谱影像的分类研究中，利用不同尺度纹理特征与面向对象分类相结合的方法在树种分类的研究中应用较少，并且相关研究主要针对单一树种识别而不考虑多种树种，因此对于复杂林分中的树种识别能力有待进一步研究。本研究拟探究不同尺度纹理特征结合面向对象的分类技术在树种精细分类中的应用效果。方法利用机载高光谱数据进行面向对象的树种精细分类。根据研究区内地表类型情况，采用分层分类的方法区分非林地、其他林地与有林地，对有林地进行树种的精细分类。从机载高光谱图像中提取特征变量，包括独立主成分分析ICA变换光谱特征以及空间纹理特征，分析各树种的光谱反射率及所适合的纹理尺度，依据不同尺度纹理特征进行分层分类，比较不同特征利用支持向量机SVM分类的树种分类结果。结果结合单一尺度纹理特征的分类结果总体精度为87.11%，Kappa系数为0.846；结合不同尺度纹理特征的分类总体精度为89.13%，Kappa系数为0.87，相比于仅利用光谱特征的分类精度分别提升了4.03%和6.05%。说明在面向对象的分类中，纹理特征的加入对于提升树种分类的精度具有显著效果。结合不同尺度纹理特征的树种分类精度要高于单一尺度纹理特征的分类精度，尤其在其他阔叶树种和马尾松树种的分类中，制图精度较单一纹理尺度分别提高了5.48%和6.12%。结论利用不同尺度的纹理特征分类比单一尺度纹理特征分类更具优势，提高了纹理特征在树种分类中的贡献率；综合利用机载高光谱影像的光谱特征和不同尺度纹理特征的面向对象分类方法，使得树种识别更为精细和准确。该方法对于复杂林分树种的分类是有效的，能够满足机载高光谱影像树种精细识别的应用需求。      

基于包络线法的不同树种叶片高光谱特征分析

高光谱遥感的出现使树种的精细识别成为可能,而高光谱数据具有波段多、数据量大、冗余度大等特点,利用高光谱遥感技术进行树种鉴别时,光谱特征的选择及提取是个非常重要的过程。选择了樟树Cinnamomum camphora,麻栎Quercus acutissima,马尾松Pinus massoniana和毛竹Phyllostachys pubescens 4个树种,利用包络线去除法对ASD高光谱仪实测的原始光谱数据处理,比较原始光谱和包络线去除曲线图,选择差异较大的波段用于识别不同树种,用欧氏距离法检验所选择的波段识别不同树种的效果。结果证明,利用波段较窄的高光谱数据能够挖掘出不同树种的光谱差异,实现不同树种的鉴别;包络线去除法能够有效解决高光谱数据冗余的问题,对4个树种叶片的高光谱进行波段选择,能够将有效波段减少到8个,为484 ~ 493,670 ~ 679,971 ~ 980,1 162 ~ 1 171,1 435 ~ 1 444,1 773 ~ 1 782,1 918 ~ 1 927和2455 ~ 2464 nm,并得到较理想的树种鉴别效果。图5表2参11     

基于CBERS-02B星数据的竹林、针叶林纹理特征变化分析

纹理特征是遥感影像的重要特征之一。本研究以湖南省桃江县为研究对象,利用CBERS-02B星为遥感数据源,采用灰度共生矩阵法提取影像纹理特征。根据纹理参数的标准差和各参数间的相关性,对纹理参数进行了筛选,并对竹林和针叶林的均值和方差的季相变化特征进行了统计和分析。结果表明:在5月、8月和12月之间,竹林均值逐渐减小而针叶林在8月份出现峰值,针叶林标准差逐渐增大,而竹林在8月份出现峰值。     

基于灰度共生矩阵的纹理分析的统计方法

由于影像图像纹理性强,这使得对于压缩后图像纹理质量的要求显得更加严格。然而,目前的影像图像压缩技术对压缩后图像的纹理效果处理不佳。本文将图像的灰度信息加进灰度共生矩阵,使得灰度矩阵能包含图像的纹理基元及其排列信息,并给出了统计分析方法。结果表明,与传统的压缩方法相比,文中提出的新方法更好地保留了原始图像的纹理效果及其相关信息。     

基于灰度共生矩阵和分形的哈密瓜表皮网状纹理分析

根据表皮纹理对哈密瓜进行自动分级。选取基于灰度共生矩阵的4种纹理参数和分形盒维数对哈密瓜表皮纹理进行统计分析,研究哈密瓜以及作为对比组的西瓜和甜瓜关于这5种纹理参数的分布规律。试验结果表明:基于灰度共生矩阵的4种纹理参数能将大部分纹理清晰与纹理模糊、霉变的哈密瓜表皮区分开,分形盒维数则可区分大部分纹理模糊表皮与霉变表皮;这5种纹理参数的组合可区分哈密瓜与西瓜、甜瓜的纹理。     

基于纹理特征和神经网络的图像识别

图像特征是用来区分图像内部最基本属性或特征的,它包括了几何特征、形状特征、颜色特征、纹理特征等,在这些特征中纹理特征理解过于复杂,至今尚未有一个大家都认同的定义,从而也就使得纹理分析变得很困难。该文主要研究图像的分类识别,采用基于灰度共生矩阵的纹理特征的提取。以8位灰度图为研究对象,依次对图像进行4个方向(0°、45°、90°、135°)的扫描,并分别建立灰度共生矩阵,从而提取纹理特征参数,然后建立BP神经网络模型,用提取的纹理特征值,来训练BP神经网络模型,使网络模型能够识别图像的内容。此文提出了用纹理特征训练神经网络的方法来识别图像,研究结果表明,纹理是图像分析中一个非常重要的特征,所提取的图像特征是描述图像相当有效的参数。     

树种在遥感信息上的差异分析

通过典型抽样建立了甘肃省小陇山党川林场的40块典型样地,利用GPS测量、后差分平差处理获取了每块样地的坐标,调查了每块样地的树种.对这一区域的TM影像进行几何校正,读取了每块样地对应的影像灰度值并计算了其派生数据.该研究通过实验区13个树种的TM影像灰度值及其派生数据分析,发现油松、华山松、落叶松、云冷杉、栎类、桦类、杂木的波段灰度及植被指数的差异;探讨了遥感影像基于光谱分类对树种的可分性、树种分类应选择的波段和指数.     

基于决策树的典型荒漠草地遥感分类策略

【目的】在遥感影像和地形图基础上对干旱半干旱地区天然荒漠草地进行分类,旨在为干旱半干旱地区草地分类及监测提供参考。【方法】采用基于决策树的天然草地分类方法,以天山北坡新疆阜康地区的TM遥感影像(2010-09-24)多光谱波段特征为主要分类变量,结合研究区数字高程模型(DEM),辅以影像目视解译结果,构建了对天然荒漠地区草地进行分类的决策树分类模型,对研究区主要地物类型进行了分类,并对分类精度进行了评价。【结果】综合考虑了遥感图像植被指数(NDVI)特征、DEM特征的分类策略,可以忽略山区的地形影响,简化分类过程,提高分类精度;与传统的非监督分类精度评价结果相比,基于专家知识的分类方法中总分类精度提高了37.4%,Kappa系数提高了78%,错分误差和漏分误差大幅减小;调整NDVI和DEM阈值可以使分类结果更加精准,模型适用区域更加广阔。【结论】基于决策树的典型荒漠草地遥感分类模型适用于荒漠区天然草地类型的提取与划分,可以提高利用遥感图像进行荒漠草地类型分类的精度。     

广东主要乡土阔叶树种单木生物量生长模型

【目的】选择广东主要乡土阔叶树种樟树Cinnamomum camphora、木荷Schima superba和枫香Liquidambarformosana为研究对象,建立3个树种的单木生物量生长模型,快速精确计量和监测森林碳汇造林项目的碳储量变化。【方法】每个树种按10个径阶均匀分配伐倒90株样木(共270株),以样木的生物量数据为单木生物量,以立木年龄为自变量,分别建立不同起源(天然林和人工林) 3个树种的地上和地下4种方程生物量生长模型,并选择最优模型通过联立方程组总量控制法解决地上各组分(干材、树皮、树枝、树叶)的生长模型相容性问题。【结果】天然林和人工林起源条件下,相同树种在同一生物量生长模型形式下生物量增长的上限值和最大增速年龄均有差异。各方程在相同起源和树种条件下所得的生物量上限和拐点年龄差异明显。估计地上生物量时,各树种最优方程形式不同。选择Logistic方程对3个树种地上各组分生物量联立方程组建立相容性生长模型,3个树种干材生物量方程的R_(adj)~2为0.560～0.768,平均预估误差(MPE)为3.05%～6.73%;树皮生物量方程的R_(adj)~2为0.552～0.866,MPE为2.02%～6.27%;树枝生物量方程的R_(adj)~2为0.309～0.706,MPE为3.01%～14.33%;树叶生物量方程的R_(adj)~2为0.495～0.767,MPE为4.16%～7.14%。【结论】比较4种模型的参数及评价指标可知,地上生物量生长最优模型为Logistic方程,地下生物量生长最优模型为Schumacher方程。地上各组分生物量在立木生长的周期中占地上总生物量的比例随着年龄的增长而不断变化。选择Logistic方程对3个树种地上各组分生物量联立方程组建立相容性生长模型,干材和树皮的生物量方程拟合效果相对于树枝和树叶更好。该模型主要适用于在已知年龄的人工碳汇造林的生物量估计;结合含碳系数,可预估未来一定时期内的碳储量及碳汇量。     

福建薪炭林树种的筛选

随着社会发展对能源消耗的不断增加,开发生物质新能源已成为必然,薪炭林作为生物质原料之一,在新形势下有巨大的开发潜力。在掌握福建薪炭林树种的种类、分布和薪材特性基础上,采用层次分析方法分别从薪材产量、生长量、轮伐期及热值4个方面对福建主要薪炭林树种进行综合评价,最终筛选出15种可供福建推广的薪炭林树种,为南方生物能源开发提供科学依据。     

北京地区主要乔木树种的抗火性分析

以北京地区的17种主要乔木树种为研究对象,利用主成分分析法对影响树种抗火性的4项理化性质指标(绝对含水率、热值、灰分含量、抽提物含量)和9项生物学及生态学指标(物候期、树冠浓密度、叶子特征、树皮状况、萌芽力、幼年生长速度、自然整枝度、地被物结构和林分卫生状况)进行了分析,并对各树种抗火性进行了综合评价。结果表明:17种乔木的抗火性能由强到弱依次是榆树、栾树、暴马丁香、柳树、核桃楸、刺槐、杨树、糠椴、黑桦、小叶朴、山杏、元宝枫、辽东栎、白梨、华山松、华北落叶松、油松。其中,榆树、栾树、暴马丁香、柳树和核桃楸的抗火性较强;油松、华北落叶松、华山松、白梨、辽东栎和元宝枫的抗火性较弱;而刺槐、杨树、糠椴、黑桦、小叶朴和山杏的抗火性居中。     

厦门城市森林林相改造树种选择与评价

以厦门地区城市森林林相改造树种为研究对象,邀请30名从事林相改造的科技人员参加调查和分析,采用层次分析法建立了包含适应性、抗逆性、生长特性、林相景观和造林成本等5个方面,覆盖了耐贫瘠、耐干旱、成活率、抗火性、抗病虫、抗台风、速生性、冠幅浓密、载叶时间、树体景观、叶色景观、花果景观、苗木成本、营造成本、抚育成本等15个评价因子的综合评价指标体系,对37个林相改造树种进行综合评价和排序。结果表明,试验树种分为4级,台湾相思、千年桐、南洋楹、巨尾桉、红锥等9个树种为1级(优良)树种,适合贫瘠的立地条件选用;枫香、橡皮榕、马占相思等20个树种为2级(良好适宜)树种;绿竹、洋紫荆、天竺桂等7个树种为3级(一般适宜)树种;南方红豆杉为4级(不适宜)树种。     

上海海岸防护林树种选择综合 评价体系的构建和应用

采用层次分析法（AHP）建立上海海岸防护林树种选择综合评价体系,涵盖生长适应性、生态功能、景观 效应和经济价值4 个准则层和生长势等19 个评价因子。对上海海岸防护林29 个树种的评价结果表明,苦楝（Melia azedarach）、青桐（Firmiana simplex）、栾树（Koelreuteria paniculata）、金丝垂柳（Salix伊aureo-pendula）、乌桕（Sapium sebiferum）、黄连木（Pistacia chinensis）、中山杉（Ascendens mucronatum）、喜树（Camptotheca acuminata）、墨西哥落羽杉 （Taxodium mucronatum）、雪松（Cedrus deodara）、枫香（Liquidambar formosara）、南酸枣（Choerosponias axillaris）等12 个 树种为该区适宜的防护林造林树种。     

一种基于混合纹理特征的木板材表面缺陷检测方法

利用计算机视觉技术检测木板材表面缺陷。提出了一种基于混合纹理特征的表面缺陷检测算法,能准确、鲁棒地检测出木板材表面图像中是否有缺陷。首先,分别使用灰度共生矩阵方法、Gabor滤波方法和几何不变矩方法提取了10个优化后的图像纹理及尺度、平移、旋转不变特征;然后,对特征向量进行有效组合;最后,基于融合后的混合纹理特征向量,应用BP人工神经网络对样本集进行训练和检测。实验表明,该方法能准确地对木板材表面缺陷进行检测,平均检测成功率达96.2%。     

半天然杉阔混交林杉木及其伴生树种种群空间格局

采用聚集强度各指标对福建省虎头山半天然杉阔混交林杉木及其伴生树种的种群空间格局进行分析，综合聚集强度各指标的结果表明：不同立木级杉木及其伴生树种的种群空间分布基本呈聚集分布，随着立木级的增大，各种群扩散趋势越来越明显，其中杉木、米槠和少叶黄杞聚集强度表现为大→小的趋势，拟赤杨和木荷聚集强度表现为大→小→大→小的趋势，虎皮楠和丝栗栲聚集强度表现为小→大→小的趋势，低立木级阶段引起聚集分布的原因主要是环境作用。高立木级阶段引起的树种聚集分布的原因主要是环境作用或自身聚集性。表2参13。