基于移动窗口傅里叶变换的高分辨率遥感影像森林分类

发布时间：2020-09-22 10:33

　　高空间分辨率遥感影像具有丰富的纹理信息,为地物识别提供了便利,是当下遥感技术应用研究的热点之一。傅里叶变换是处理和分析纹理信息的有力工具。本文以傅里叶变换提取森林的纹理特征为切入点,对森林进行分类,旨在探索仅以纹理特征参与分类的情况下,提高树种分类精度的方法。以窗口尺度进行傅里叶变换可以有效规避傅里叶变换不能体现局部信息的缺陷。本文以0.5m分辨率的World View_1全色波段影像为数据源,在移动窗口基础上分别进行一维和二维傅里叶变换,构建研究区9种地物的一维和二维纹理特征向量,采用不同的分类方法依据特征向量对地类进行分类,以寻找合适的移动窗口尺寸和分类方法。试验了从3×3到43×43共21个边长为奇数的正方形窗口,每个边长窗口产生的纹理特征均采用Fisher判别法、随机森林、支持向量机、夹角余弦和相关系数等5种分类方法进行分类,统计每个窗口分类精度。主要基于两个层次对森林分类进行研究:(1)阔叶林、雷竹林、马尾松、毛竹林、杉木林、针阔混交林、道路、农地和水体等9类(全类别)进行提取各树种分布信息。(2)仅对6类树种进行分类(不包括3个非森林地类),以精度为依据确定最佳分类窗口;在此最佳分类窗口基础上,将树种合并一类—森林,再与其他3种非森林进行分类,提取森林分布信息;剔除非森林区域,再提取各树种的分布信息。结论:基于移动窗口傅里叶变换构建高分辨率遥感影像地物纹理特征,在合适的窗口尺寸下,能够高精度的提取森林以及对森林树种进行较精确的分类。(1)全类别分类:一维特征和二维特征最佳窗口下随机森林的分类性能优于其他4种分类方法;二维特征分类效果优于一维特征,总精度和Kappa系数为88.69%和0.863 4;(2)森林分类:一维特征和二维特征最佳窗口下Fisher判别法的分类性能优于其他4种分类方法;二维特征分类效果优于一维特征,总精度和Kappa系数为84.86%和0.814 9;(3)森林与非森林分类:在森林最佳窗口下亦是Fisher判别法最优;一维特征分类效果优于二维特征,总精度和Kappa系数为99.91%和0.998 2。
【学位单位】：浙江农林大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：S771.8
【部分图文】：

路线图,研究技术,路线图

7图 1.1 研究技术路线图Figure1.1 The technology roadmap1.3.3 论文框架第一章简单介绍了高分辨率遥感影像相较于中低分辨率遥感影像纹理信息的重要性。主要介绍图像纹理特征提取的方法以及历程；主要应用在遥感影像森林分类中的纹理提取方法；傅里叶变换频率域处理图像和信号的应用。进而提出了本研究的目的、意义、研究内容及技术路线。第二章介绍研究区的自然地理概况、研究区植被状况及研究数据来源和样本获取情况。第三章在移动窗口的基础上，利用一维傅里叶变换和二维傅里叶变换构建森林树种和非森林地类的一维纹理特征和二维纹理特征及介绍 Fisher 判别法、随机森林（Random Forest）、支持向量机（Support Vector Machine）、夹角余弦（IncludedAngleCosine）、相关系数（Correlation Coefficient）等 5 种分类方法。

示意图,示意图,临安,浙江省

研究区与数据资料.1 研究区概况.1.1 地理位置本文研究区位于浙江省杭州市临安区的东部正方形区域，如图 2.1 所示。临安区身是临安市，于 2017 年 9 月 15 日正式成为杭州“第十区”，位于长三角区域，地浙江省西北部天目山区，是浙江省杭州市的市辖区，东邻杭州余杭区，南连富阳区桐庐县、淳安县，西北与安徽省歙县、浙江省安吉县及安徽省绩溪县、宁国市接壤。东经 118°51~119°52'，北纬 29°56'~30°23'之间。临安区常驻人口 58.85 万左右，下 5 个街道、13 个乡镇和 298 个行政村。区境东西宽约 100km，南北长约 50km，总积 3 118.77 平方公里。

基于移动窗口傅里叶变换的高分辨率遥感影像森林分类

样块分布

【参考文献】