基于資源3號影像的陽澄湖圍網(wǎng)區(qū)自動提取算法研究.pdf

1、隨著中國水產漁業(yè)的快速發(fā)展，長江流域的淺水湖泊圍網(wǎng)養(yǎng)殖業(yè)極速擴張，極大地增加了經(jīng)濟效益，但超高密度的圍網(wǎng)養(yǎng)殖也對湖泊生態(tài)造成了嚴重破壞。在此背景下，合理科學地規(guī)劃并控制湖泊圍網(wǎng)區(qū)已被湖泊管理部門列為湖泊水質提升和優(yōu)化的重點工作，而獲取并掌握湖泊圍網(wǎng)養(yǎng)殖的時空分布信息是湖泊生態(tài)管理部門在科學管理圍網(wǎng)養(yǎng)殖區(qū)時制定措施的依據(jù)。由于遙感技術具有實時、大范圍和客觀等優(yōu)勢，遙感監(jiān)測逐漸成為獲取湖泊圍網(wǎng)養(yǎng)殖區(qū)空間分布信息的主流方法。而目前對湖泊圍網(wǎng)養(yǎng)

2、殖區(qū)的遙感識別方法主要是人工解譯湖泊的遙感影像，解譯時間長，受人工影響大。為進一步提高解譯效率，部分學者開始研究機器解譯圍網(wǎng)區(qū)的方法，但大多數(shù)方法只使用遙感圖像的紋理特征，且識別時需要人為確定特征閾值，方法自動化程度低。
　　本文以長江流域典型的圍網(wǎng)型湖泊——陽澄湖為研究區(qū)，基于高分辨率的資源3號衛(wèi)星（ZY-3）影像，運用模式識別理論，設計了圍網(wǎng)養(yǎng)殖區(qū)自動識別方案。該方案主要包括遙感影像預處理，邊界信息增強、圖像噪聲濾除、閾值分割

3、、特征提取、分類識別6個步驟。主要研究內容如下:
　　(1)基于圖像處理的影像增強和分割算法。首先，分析了圍網(wǎng)邊界增強的必要性，并利用梯度變換和灰度變換進行圍網(wǎng)區(qū)邊界信息增強，結果表明，該方法有效的增強了圍網(wǎng)區(qū)的邊界信息;然后，描述了自適應濾波算法的濾波原理和濾波流程，并運用自適應濾波算法濾除了遙感影像中的椒鹽噪聲和高斯噪聲;最后，研究了閾值分割的基本原理，使用了小波變換精確尋找到進行閾值分割的閾值，結果表明，當閾值為130和18

4、0時，圖像能很好的完成閾值分割任務。
　　(2)基于傅里葉變換的圍網(wǎng)區(qū)特征提取。首先，通過分析圍網(wǎng)區(qū)的光譜信息，明確了陽澄湖圍網(wǎng)區(qū)和水體最具可分性的波段是近紅外波段;然后，基于資源3號陽澄湖影像的近紅外波段，利用二維離散傅里葉變換對湖泊遙感影像中的每一小塊區(qū)域進行變換，選取了以直流信號為中心的頻率譜特征;最后對二維頻率譜進行奇異值分解，并將得到的奇異值重新組成特征向量，達到對原特征向量降維的目的。
　　(3)基于最近鄰分類的