基于TM影像植被指数和纹理特征的对比关系研究

论文摘要

图像纹理是真实图像区域固有的特征之一,反映了图像灰度的性质及其空间关系。从20世纪70年代开始,人们对纹理开展研究以来取得了可喜的进展。不同领域学者在对纹理定义进行研究的基础上,提出了相应的一些纹理特征描述方法及提取方法。根据提取纹理特征方法的不同,纹理提取方法大致可以分为以下四类:统计分析法、结构分析法、模型分析法和空间/频率域联合分析法。针对各领域所研究图像的特点不同,各种方法的应用也体现出灵活的适应性。然而,纹理特征的实际应用,却受到数学计算和图像实际特征间对应关系研究缺乏的限制,明显落后于纹理特征提取方法的研究。在遥感技术迅速发展,遥感影像数据成几何级增长的今天,遥感影像纹理特征的应用研究就显得尤为重要。基于TM影像的纹理特征与植被指数关系研究主要是在3S技术支持下,获取较高分辨率的TM遥感影像数据,并在ERDAS中分步处理完毕,然后在ARCGIS中提取出相应的土地利用类型面积,并经叠加分析得出不同时期研究区的土里利用类型面积的转换数据,进而验证遥感影像纹理特征发生变化的原因和机制。其纹理特征的提取则主要在MATLAB图像处理平台之上完成。通过本文的研究,主要在以下几个方面取得了进展:1、通过对遥感影像植被指数理论以及纹理特征理论的研究,确定了遥感影像纹理特征与植被指数具有一定的相关性,其平均灰度级数数经T检验结果为高度相关;2、在ERDAS和ARCGIS平台之上,经过对实验区图像数据的处理和分析,得到了实验区各土地利用类型的面积和转换矩阵,并经分析提出了土地利用类型发生变化的原因和机制。3、在MATLAB图像处理平台上完成的纹理特征提取实验,获得了植被覆盖不同的各土地类型的相关纹理特征。4、利用所提取的纹理特征数据和植被指数数据,主要研究了三阶矩纹理特征在遥感影像和植被指数影像中发生的变化。本文通过以城镇化率极高的沙坪坝区城区、植被覆盖度较高的歌乐山镇以及地表覆盖类型发生明显变化的中梁镇三个区域为典型区域的研究,开展了如下研究工作:一是根据三地区TM影像的变化特点,简要地进行了各个区域土地利用类型变化的研究;二是根据所研究区域的纹理特征变化和植被指数之间的关系,对纹理特征,特别是三阶矩特征进行了对比。最后根据土地利用类型的统计面积和变换矩阵,在数据上对三阶矩纹理特征的实际应用意义提供了客观的参考依据,为三阶矩纹理特征及其他纹理特征的研究提供了一定的参考。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 国内外图像纹理研究的现状和趋势
• 1.2.1 国内外图像纹理研究的现状
• 1.2.2 国内外图像纹理研究的趋势
• 1.3 国内外植被指数研究的现状和趋势
• 1.3.1 有关植被指数研究的现状
• 1.3.2 有关植被指数研究的趋势
• 1.4 本文的研究目的和意义
• 1.4.1 研究目的
• 1.4.2 本文的研究意义
• 1.5 本文主要研究内容和技术路线
• 1.5.1 本文研究的主要内容
• 1.5.2 技术路线
• 1.6 论文的组织结构
• 2 研究区域概况和数据预处理
• 2.1 研究区域概况
• 2.1.1 行政分区和地理位置
• 2.1.2 气候、土壤及自然资源状况
• 2.2 数据选择及预处理
• 2.2.1 遥感数据选择
• 2.2.2 其他辅助数据
• 2.3 几何纠正
• 2.3.1 控制点选择
• 2.3.2 多项式纠正模型
• 2.3.3 图像重采样
• 2.4 掩膜技术实现影像裁剪
• 2.5 影像转换及灰度图批处理
• 2.6 土地利用类型数据提取和分析
• 2.6.1 掩膜图像技术截取实验区遥感图像
• 2.6.2 监督分类
• 2.6.3 土地利用类型划分
• 2.6.4 土地利用类型面积转移矩阵
• 3 基于遥感影像的纹理信息实验研究
• 3.1 纹理定义的发展
• 3.2 遥感影像纹理特征的常见提取方法
• 3.2.1 基于Gabor 小波变换的纹理特征提取
• 3.2.2 基于马尔科夫随机场理论的纹理特征提取方法
• 3.3 基于灰度共生矩阵的纹理特征提取
• 3.3.1 灰度共生矩阵
• 3.3.2 基于灰度共生矩阵的纹理特征值选取及其实现代码
• 3.4 遥感影像纹理特征的相关实验研究
• 3.5 TM 影像数据中相关土地利用类型图像的纹理特征研究
• 3.6 本章小结
• 4 基于遥感图像的植被指数及其处理
• 4.1 植被指数的选取
• 4.2 NDVI 数据处理过程
• 4.2.1 NDVI 植被指数的提取
• 4.2.2 提取不同土地类型的NDVI
• 4.2.3 利用NDVI 估算植被覆盖度
• 4.2.4 提取方案
• 4.3 植被指数的纹理特征提取
• 5 纹理特征和植被指数的关系研究
• 5.1 纹理特征数据和植被指数数据获取
• 5.1.1 纹理特征的获取
• 5.1.2 植被指数的获取
• 5.2 研究区纹理特征和植被指数关系探索
• 5.3 结果与分析
• 6 结论和展望
• 参考文献
• 致谢
• 附录1：作者在攻读硕士学位期间发表的论文目录
• 附录2：彩色图像批处理为灰度图像的代码（MATLAB）