利用Contour let域纹理特征在高分辨率遥感影像上提取林地边界

李晓峰; 张树清; 那晓东; 于欢; 孔博; 刘春悦

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用Contour let域纹理特征在高分辨率遥感影像上提取林地边界

李晓峰 , 张树清 , 那晓东 , 于欢 , 孔博 , 刘春悦

文章导航 > 林业科学研究 > 2008 > 21(Z1): 142-145

引用本文:

Citation:

利用Contour let域纹理特征在高分辨率遥感影像上提取林地边界

1.
中国科学院东北地理与农业生态研究所, 吉林长春 130012
2.
中国科学院研究生院, 北京 100039
基金项目:
中国科学院知识创新工程重要方向项目/ 三江平原湿地农田化过程及湿地2农田景观优化格局研究( KZCX32SW2356) 0; 基于G IS的松嫩平原重要湿地管理系统(GF /2712203 )

Extra cting the Boundary of Forests from High-resolution Remote SensingImagery Using Texture Feature in Contour let Doma in

1.
North east Institute ofGeography and Agroecology, Ch inese Academy of Sciences, Changchun 130012, Jilin, Ch ina
2.
GraduateUn ivers ity ofCh inese Academy of Sc iences, Beijing 100039, China

- 高空间分辨率遥感影像
- / Contour le t变换
- / 分水岭变换
- / 区域融合
Abstract: Contourlet is a new 22D signa l ana lysis tool as well as wavelet ana lysis. It provides a flexible multiresolution local and directiona l image expansion, and ismore suitable for image processing than othermath tools. Inth is paper, an IKONOS imagewith forests is decomposed by Contourlet transformation, then amethod for extractingthe boundary of forests from high-resolution remote sensing imagery is proposed associated watershed transformationand texture analysis. The experiment showed that themethod could extract the boundary of forests accurately.
- high-resolution remote sensing imagery
- / Contourlet transform
- / watershed transform
- / region merge

[1]	杨永恬, 田昕, 冯仲科, 等. 遥感混和分类算法及其在森林分类中的应用[J]. 测绘科学, 2004, 29 ( 4): 55- 57
[2]	李春干, 李崇贵, 景海涛. 森林小班多边形的自动聚合[J]. 北京林业大学学报, 2005, 27 ( 1): 55 - 58
[3]	Woodcock C E, Strah ler A H. The factor of scale in remote sen sing[J]. R emote Sen sE nvironment, 1987, 21: 311- 332
[4]	H ayG J, Castilla G, Wu lderM A, et al. An automated ob ject-basedapproach for the mu ltiscale image segmen tation of forest scenes[J].In ternat ional Journal of Appl ied Earth Observation and Geo informat ion, 2005, 7: 339- 359
[5]	Marceau D J, H owarth P J, Dubois JM M, et al. Evaluation of theGrey-LevelCo2Occu rrenceMatrixMethod For Land2Cover Classificat ion U sing SPOT Imagery[J]. IEEE T ran saction on Geoscience andRemote Sens ing, 1990, 28 ( 4 ): 513- 519
[6]	H ayG J, N iemannK O, McLeanG F. An ob ject-specific image-texture analysis ofH -resolu tion forest imagery [J]. Remote Sen singE nviron, 1996, 55: 108 122
[7]	Wang Zuyu an, Boesch R. Color- andTex ture2Based Image Segmentation for Imp roved Forest Delin eation[J]. IEEE T ran saction on G eoscience and Remote Sen sing, 2007, 45 ( 10): 3055- 3062
[8]	Bouzid iA, BaazizN. Con tourlet Domain Featu re Extract ion for Image Conten tAu th ent icat ion Mu lt imed ia Signal Processing [J]. 2006IEEE 8 thWorkshop on, 2006: 202- 206
[9]	沙宇恒, 丛琳, 孙强, 等. 基于Con tourlet域HMT模型的多尺度图像分割[J]. 红外与毫米波学报, 2005, 24( 6): 472- 476
[10]	侯彪, 刘芳, 焦李成. 基于小波变换的高分辨SAR港口目标自动分割[J]. 红外与毫米波学报, 2002, 21( 5): 385- 389
[11]	DonohoM N, VetterliM. Contou rlets: a new d irectionalmu ltiresolut ion image representation[C]. Sign als, Sys tems and Computers,Conference Record of the Th irty-Sixth As ilomar Conference, Roches ter, 2002, 1: 3- 6
[12]	焦李成, 谭山. 图像的多尺度几何分析: 回顾和展望[J]. 电子学报, 2003, 31 ( 12): 1975- 1981
[13]	杨丽君, 王保保. 一种基于小波和分水岭变换的图像分割方法[J]. 计算机应用, 2005, 25: 253- 254
[14]	H arisK, E fstrat iad is S N, Mag laveras N, et a l. H ybrid image segmen tation u sing watersh eds and fas t reg ion merg ing [J]. IEEETransact ions on Image Process ing, 1998, 7( 12 ): 1684 - 1699
[15]	Vander S C J, Jong SM, RooA P J. A Segmen tat ion and Classificat ion Approach of IKONOS22 lmagery for Land CoverMapp ing toAss ist F lood R isk and F lood Damage A ssessmen t[J]. In ternat ionalJourn al of App lied E arth Observation and Geoin format ion, 2003( 4 ): 217 - 229

[1]	王雅慧 , 陈尔学 , 郭颖 , 李增元 , 金玉栋 , 赵俊鹏 , 周瑶 . 高分辨率多光谱遥感影像森林类型分类深度U-net优化方法. 林业科学研究, 2020, 33(1): 11-18. doi: 10.13275/j.cnki.lykxyj.2020.01.002
[2]	胡博 , 鞠洪波 , 刘华 , 郝泷 , 刘海 . 基于遥感影像的大区域植被类型样本快速提取方法研究——以寒温带针叶林区域为例. 林业科学研究, 2017, 30(1): 111-116. doi: 10.13275/j.cnki.lykxyj.2017.01.015
[3]	韦玮 , 李增元 . 基于高光谱影像融合的湿地植被类型信息提取技术研究. 林业科学研究, 2011, 24(3): 300-306.
[4]	王琒瑜 , 李希菲 . 密度—直径关系研究中变量变换形式的选择和变量误差矩阵的估计. 林业科学研究, 1996, 9(6): 568-572.
[5]	胡博 , 鞠洪波 , 刘华 , 郝泷 , 刘海 . 基于证据理论组合多分类规则实现大区域植被遥感分类研究^. 林业科学研究, 2017, 30(2): 194-199. doi: 10.13275/j.cnki.lykxyj.2017.02.002*
[6]	刘镜婷 , 姜立春 . 大兴安岭不同区域落叶松相容性材积方程及异方差研究. 林业科学研究, 2016, 29(3): 317-323.
[7]	刘怡君 , 庞勇 , 廖声熙 , 荚文 , 陈博伟 , 刘鲁霞 . 机载LiDAR和高光谱融合实现普洱山区树种分类. 林业科学研究, 2016, 29(3): 407-412.
[8]	李伟娜 , 韦玮 , 张怀清 , 刘华 , 郝泷 . 基于多角度融合的CHRIS数据提取湿地植被的研究. 林业科学研究, 2017, 30(2): 260-267. doi: 10.13275/j.cnki.lykxyj.2017.02.011
[9]	洪昌端 , 陈天霞 , 张萍 , 王赵民 , 何贵平 , 吕本树 . 杉木优良家系区域测定的研究. 林业科学研究, 1992, 5(3): 298-303.
[10]	张燕平 , 彭兴民 , 赖永祺 . 云南印楝区域试验寒害调查分析. 林业科学研究, 2007, 20(5): 694-698.
[11]	潘勇军 , 王兵 , 陈步峰 , 史欣 , 肖以华 . 帽峰山森林气温与区域气温变化趋势分析. 林业科学研究, 2011, 24(1): 45-50.
[12]	宗学政 , 田晓瑞 , 田恒 , 陈方 . 计划火烧对区域森林燃烧性的影响. 林业科学研究, 2020, 33(3): 54-62. doi: 10.13275/j.cnki.lykxyj.2020.03.007
[13]	张丽杰 , MOHAMED Hamad , 董文轩 , 郭苏漫 , 孟庆娇 . 苹果属无融合生殖SERK1基因的克隆与生物信息学分析. 林业科学研究, 2016, 29(1): 67-73.
[14]	张恒 , 金森 , 邸雪颖 . 大兴安岭森林凋落物含水率的季节动态与预测. 林业科学研究, 2014, 27(5): 683-688.
[15]	方乐金 , 王基福 , 陈寿良 . 黄山地区杉木优良家系区域选择及效果研究*. 林业科学研究, 1991, 4(5): 560-564.
[16]	王克胜 , 卞学瑜 , 李淑梅 , 佟永昌 , 韩一凡 . 欧美杨无性系区域试验的效应分析与稳定性测定. 林业科学研究, 1996, 9(1): 92-96.
[17]	党普兴 , 侯晓巍 , 惠刚盈 , 赵中华 . 区域森林资源质量综合评价指标体系和评价方法. 林业科学研究, 2008, 21(1): 84-90.
[18]	刘华 , 鞠洪波 , 邹文涛 , 赵峰 . 长江源典型区湿地对区域气候变化的响应. 林业科学研究, 2013, 26(4): 406-413.
[19]	李耀斌 , 张远东 , 顾峰雪 , 刘世荣 . 中国温带草原和荒漠区域春季物候的变化及其敏感性分析. 林业科学研究, 2019, 32(4): 1-10. doi: 10.13275/j.cnki.lykxyj.2019.04.001
[20]	陆元昌 , 陈敬忠 , 洪玲霞 , 雷相东 . 遥感影像分类技术在森林景观分类评价中的应用研究. 林业科学研究, 2005, 18(1): 31-35.