陈杰

教授

入职时间:2011-10-28

所在单位:地球科学与信息物理学院

学历:博士研究生毕业

性别:男

学位:博士学位

在职信息:在职

毕业院校:中南大学

学科:测绘科学与技术

   
当前位置: CJCSU >> 论文成果

陈杰, 陈铁桥, 梅小明,等. 基于最优尺度选择的高分辨率遥感影像丘陵农田提取[J]. 农业工程学报, 2014, 000(005):99-107.[DOI:10.3969/j.issn.1002-6819.2014.05.013]

发布时间:2018-04-26

点击次数:

摘要:农田测绘与粮食安全密切相关,高效经济的农田测绘是中国政府部门重点关注的工作之一。农田田块是农田测绘的基本要素,从遥感影像中提取农田田块信息是当前研究的热点。然而,丘陵地区农田形状不规则、光谱特征不明显导致农田信息提取困难,该文通过研究最优的农田分割尺度来提高农田田块信息提取的精度。首先,利用各向异性扩散算子在由Sobel得到的梯度图上生成多尺度梯度影像。然后,通过信息熵差异分析得到有效尺度范围。其次,利用标记分水岭算法对农田梯度影像进行分割获得多尺度农田信息。最后,利用非监督的全局评价方法在已得的有效尺度范围内确定农田提取的最优尺度,同时确定最优的农田提取结果。对比试验结果表明,该文方法能够有效地提取丘陵地区的农田田块,精度可以达到73.06%,比Mean-shift方法提取的精度高22.48%。该研究可为中国农田测绘提供技术参考。

是否译文:

发布期刊链接:http://www.cnki.com.cn/Article/CJFDTotal-NYGU201405014.htm

上一条: Representational similarity analysis for understanding DCNN based remote sensing image recognition

下一条: 陈铁桥, 陈杰, 梅小明,等. 基于多层次场聚类的高分辨率遥感影像分割方法[J]. 地理与地理信息科学, 2013, 29(006):10-13.[DOI:10.7702/dlydlxxkx20130603]