基于高通滤波器的半全局极值搜索算法研究

合集下载

基于全局差错能量函数的立体匹配算法

基于全局差错能量函数的立体匹配算法王新艳;潘巍;王月莲;刘鑫玥【摘要】针对全局立体匹配算法计算量大的问题,引入全局差错能量函数对算法进行改进.将全局差错能量函数作为立体匹配的匹配代价,同时进行跳跃式区域生长,隔点求取差错能量函数值以获取视差图,并采用均值滤波器对其做平滑处理,设置影响滤波阈值大小的容差系数,使之更适合人眼的观察.针对不同像素的彩色图像对,自适应选取容差系数得到较优的滤波后视差图.实验结果表明,改进算法在保证准确性的基础上可有效减小计算耗时,提高匹配实时性.%In order to solve the problem of large amounts of computation in the global stereo matching algorithm,this paper proposes an improved algorithm by introducing global error energy function.It considers global error energy function as the cost of stereo matching,carries out region growing by leaps and bounds and gets the disparity map by jumping to obtain error energy function.The disparity map is smoothed by using average filter and the tolerance coefficient which will affect the size of filtering threshold is set,making it more suitable for human eyes.The tolerance coefficient is selected adaptively for different color and pixel stereo image pairs to get optimal filtered disparity map.Experimental results show that,on the basis of maintaining the accuracy,the improved algorithm can reduce computing time and improve real-time performance of matching.【期刊名称】《计算机工程》【年(卷),期】2017(043)007【总页数】6页(P244-249)【关键词】立体匹配;差错能量;匹配代价;区域生长;容差系数;阈值;视差图【作者】王新艳;潘巍;王月莲;刘鑫玥【作者单位】首都师范大学信息工程学院,北京 100048;首都师范大学北京市电子系统可靠性与故障预测联合研究中心,北京 100048;首都师范大学北京市电子系统与集成电路设计联合实验室,北京 100048;首都师范大学信息工程学院,北京100048;首都师范大学北京市电子系统可靠性与故障预测联合研究中心,北京100048;首都师范大学北京市电子系统与集成电路设计联合实验室,北京 100048;首都师范大学信息工程学院,北京 100048;首都师范大学北京市电子系统可靠性与故障预测联合研究中心,北京 100048;首都师范大学北京市电子系统与集成电路设计联合实验室,北京 100048;首都师范大学信息工程学院,北京 100048;首都师范大学北京市电子系统可靠性与故障预测联合研究中心,北京 100048;首都师范大学北京市电子系统与集成电路设计联合实验室,北京 100048【正文语种】中文【中图分类】TP18中文引用格式：王新艳,潘巍,王月莲,等.基于全局差错能量函数的立体匹配算法[J].计算机工程,2017,43(7):244-249.英文引用格式： Wang Xinyan,Pan Wei,Wang Yuelian,et al.Stereo Matching Algorithm Based on Global Error Energy Function[J].Computer Engineering,2017,43(7):244-249.计算机视觉[1]是指应用摄像机和电脑代替人眼对目标进行识别、跟踪和测量,并对采集到的内容进行处理,将处理后便于人眼观察的图像输出给仪器检测的技术。

基于Gabor滤波器和局部纹理特征提取的SAR目标识别算法

基于Gabor滤波器和局部纹理特征提取的SAR目标识别算法王璐;张帆;李伟;谢晓明;胡伟【期刊名称】《雷达学报》【年(卷),期】2015(4)6【摘要】该文提出了一种基于Gabor滤波器和Three-Patch Local Binary Patterns(TPLBP)局部纹理特征提取的合成孔径雷达(Synthetic Aperture Rader,SAR)图像目标识别算法.首先,利用Gabor滤波器对SAR图像在不同方向上进行滤波,增强SAR图像中目标及其阴影的关键特征;然后,利用TPLBP算法对Gabor滤波之后的图像进行局部纹理特征提取,该算法克服了Local Binary Patterns(LBP)算法无法描述大范围领域纹理特征的缺陷,并且保持了LBP旋转不变的特性,减少了SAR图像目标方位变化对识别效果的影响;最后利用极限学习机(Extreme Learning Machine,ELM)分类器实现目标识别.该文通过MSTAR数据库中的3类SAR目标识别实验验证了该算法的有效性.【总页数】8页(P658-665)【作者】王璐;张帆;李伟;谢晓明;胡伟【作者单位】北京化工大学信息科学与技术学院北京 100029;北京化工大学信息科学与技术学院北京 100029;北京化工大学信息科学与技术学院北京 100029;北京化工大学信息科学与技术学院北京 100029;北京化工大学信息科学与技术学院北京 100029【正文语种】中文【中图分类】TP751【相关文献】1.基于Gabor滤波器的图像纹理特征提取 [J], 李钰;孟祥萍2.基于图像局部纹理特征的SAR目标识别算法 [J], 宋斐3.基于2D-Gabor滤波器的虹膜识别算法实现 [J], 陈爱萍;张可为4.基于Gabor滤波器的快速人脸识别算法 [J], 孔锐;韩佶轩5.基于Gabor滤波器和ICA技术的SAR目标识别算法 [J], 胡风明;王满玉;范学花因版权原因，仅展示原文概要，查看原文内容请购买。

【国家自然科学基金】_极值搜索控制_基金支持热词逐年推荐_【万方软件创新助手】_20140729

53 54 55 56 57
2011年科研热词遗传算法启发式算法参数优化风电场群非仿射非线性超声渡越衍射时差调度优化衍射光栅聚类算法缺陷识别精英学习粒子群算法粒子群优化稳定性分析神经网络社区检测矢量矩免疫算法炉温优化混沌搜索混沌消像差模块密度柯西变异极值搜索算法极值搜索控制极值优化支持向量机思维进化算法微粒群平均化理论帐篷映射学习奇异值扰动方法多种群协同多模态函数多变量esa 复杂网络图像分割同步发电机反馈线性化反演控制器反演控制反思双态历史最优值单输入单输出单色仪励磁控制动态优化问题加热炉模型分水岭凹面全息光栅推荐指数 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
科研热词推荐指数量子计算 2 自适应控制 2 粒子群优化 2 神经网络 2 极值搜索控制 2 最大功率点跟踪 2 改进的粒子群优化(pso)算法 2 多变量极值搜索系统 2 变异机制 2 协同控制 2 光纤通信 2 偏振模色散(pmd)自适应补偿 2 bloch球坐标 2 预测 1 量子遗传算法 1 路径规划 1 蚁群算法 1 自适应因子 1 自适应 1 群搜索优化算法 1 粒子群优化算法 1 算法设计 1 算法 1 简化粒子群 1 积分增益 1 电力系统 1 瓦斯涌出量 1 猎物 1 混沌局部搜索 1 混沌 1 泡利矩阵 1 汽油调合优化 1 气味寻源 1 模式搜索 1 模式 1 校正因子 1 极值搜索算法 1 有限通信 1 时间复杂度 1 无功优化 1 旋转矩阵 1 斐波那契数列 1 收敛性分析 1 收敛性 1 捕食者 1 振动控制 1 微粒群优化 1 并网系统 1 平均粒距 1 差分进化 1 多粒度 1 多目标优化 1

算法合集之《浅谈部分搜索+高效算法在搜索问题中的应用》

显然，选好 a1、a2、a3...十分重要。好的序列可以在仅使用较少炸弹的情况下就能将连环阵摧毁；坏的序列可能在使用完所有炸弹后仍无法将连环阵摧毁。现在，请你决定一个序列 a1、a2、a3…使得在第 ax 号炸弹引爆的时间内连环阵被摧毁。这里的 x 应当尽量小。【输入文件】
输入文件 zplhz.in 第一行包含三个整数：M、n 和 k（1 ≤ M, n≤ 100，1≤ k≤ 1000），分别表示 B 国连环阵由 M 个武器组成，A 国有 n 个炸弹可以使用，炸弹攻击范围为 k。以下 M 行，每行由一对整数 xi，yi（0≤ xi，yi ≤ 10000）组成，表示第 i（1≤ i≤ M）号武器的平面坐标。再接下来 n 行，每行由一对整数 ui， vi(0 ≤ ui，vi≤ 10000)组成，表示第 i（1≤ i≤ n）号炸弹的平面坐标。输入数据保证无误和有解。
这时我们可以发现一个新的搜索模式：部分搜索。部分搜索：搜索一部分变量，使得余下的变量之间的关系简化，然后通过一些高效算法（一般有匹配、解方程、贪心、动态规划等）完成余下问题。就本题而言：先搜索一定数量（而不是全部）的物品的位置，使问题内物品的关系简化为二分图关系，用二分图匹配来解决余下的物品。本质：其实，例如上面的例子，如果我们先知道了 3 和 5 的位置后，不用匹配，其实我们是在用搜索来求匹配，效率当然不会高。通过部分搜索为其它高效算法提供条件（例如上面的例子创造二分图关系），而其它高效算法代替搜索，高效地完成余下的任务。部分搜索的方法充分发挥了搜索和其它高效算法的优势。搜索的优势在于应用性广，可以克服复杂的情况，其他高效算法的优势在于效率高。两者相互促进，同时也弥补对方的不足。这也是这个方法的成功的关键。部分搜索+其它高效算法已经在很多题目中得到了应用。我们通过几个例子来探讨这种搜索方法的应用和优化技巧。

一种低损耗波导高通滤波器的设计方法

法。利用波导低频截止特性及阶梯阻抗变换法，在软件中进行建模仿真优化后，通过参数扫描得到一个合理的设计方
案。实物测试结果表明通带２５～２８ＧＨｚ插入损耗＜０．４ｄＢ；阻带２２～２３ＧＨｚ抑制＞４０ｄＢ，是一款可应用于实际工程
在卫星通信频率分配时，为了减小临星干扰，一般上行链路都采用频率较高的频谱资源，如目前逐步进入商业运营阶段的Ｋａ频段卫星通信系统，其上行链路工作频率（２９ —３０ＧＨｚ）较下行频率（１９．２—
ＫＯＵＹａｎｇ
（ＲａｄｉｏａｎｄＴｅｌｅｖｉｓｉｏｎＳａｔｅｌｌｉｔｅＣｏｍｍｕｎｉｃａｔｉｏｎＵｎｉｔ，ＣｈｉｎａＥｌｅｃｔｒｏｎｉｃｓＴｅｃｈｎｏｌｏｇｙＧｒｏｕｐＣｏｒｐｏｒａｔｉｏｎ
一
种低损耗波导高通滤波器的设计方法
寇阳
０５００８１）
（中国电子科技集团公司第５４研究所卫星通信与广播电视专业部，河北石家庄
摘要
针对Ｋａ频段卫星通信系统中对阻收滤波器的工程应用需求，提出一种低损耗波导高通滤波器的设计方
ｔｉｏｎｓｙｓｔｅｍ．ＡｆｔｅｒｃｏｎｓｔｒｕｃｔｉｎｇｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｓｂａｓｅｄＯｎｔｈｅｔｈｅｏｒｙｏｆｃｕｔ－ｏｆｗａｖｅｇｕｉｄｅａｎｄｓｔｅｐｉｍｐｅｄａｎｃｅｅｏｎｖｅｒ — ｓｉｏｎ．ｗｅｇｅｔａｐｒｏｐｅｒｒｅｓｕｌｔｂｙｏｐｔｉｍｉｚａｔｉｏｎａｎｄｖａｉａｒｂｌｅｓｗｅｅｐｉｎｇｉｎｔｈｅｓｏｔｆｗａｒｅ．Ｉ ’ ｌ１ｅｔｅｓｔｒｅｓｕｌｔｓｓｈｏｗｓｔｈａｔｉｓａｈｉｇｈｐｅｆｏｒｒｍａｎｃｅｉｆｌｔｅｒｃａｎｂｅａｐｐｌｉｅｄｔｏｐｒａｃｔｉｃａｌｅｎｇｉｎｅｅｉｎｒｇ，ｔｈｅｉｎｓｅｒｔｉｏｎｌｏｓｓｉｓｌｅｓｓｔｈａｎ０．４ｄＢｉｎｐａｓｓｂａｎｄ

20161119半全局优化方法的原理和应用=知卓博士生论坛

知卓博士生论坛
半全局优化方法的原理和应用
报告人：张彦峰导师：张永军 2016.11.19
博士生
教授
知卓博士生论坛·半全局优化方法的原理和应用
目录
第一部分引言半全局匹配的提出（Semi-Global Matching）
第二部分原理半全局优化方法的含义和变体
第三部分应用基于半全局优化的DSM自动生成&DTM自动提取
SRTM辅助的低分辨率DSM两步半全局滤波
平坦区域掩膜约束的DSM半全局滤波示意图
SRTM辅助的低分辨率DSM两步半全局滤波
DSM半全局滤波的能量函数：
SRTM辅助的低分辨率DSM两步半全局滤波
从左至右依次为：真值，坡度图直接识别结果，坡度图半全局滤波后识别结果，SRTM坡度图半全局滤波后识别结果
0.77
0.29
0.56
0.48
0.53
0.94
0.71
0.82
0.38
P1=0.1, p2=0.3
半全局匹配的提出
水平和垂直方向动态规划匹配结果
半全局匹配的提出
动态规划法匹配
半全局匹配
知卓博士生论坛·半全局优化方法的原理和应用
原理
半全局优化方法的含义和变体
半全局优化方法的含义
• 能量函数模型：
0.67
0.22 0.54 0.46
0.92
0.68 0.53 0.83
0.83
0.87 0.83 0.49
0.89
0.79 0.98 0.88
0.73
0.74 0.91 0.62
0.19
0.86 0.86 0.63
0.65
0.83 0.76 0.35

一种基于极值中值的新型滤波算法

一种基于极值中值的新型滤波算法
邢藏菊;王守觉;邓浩江;罗予晋
【期刊名称】《中国图象图形学报》
【年(卷),期】2001(006)006
【摘要】提出了一种新的利用局部统计信息（极值）的自适应中值滤波方法——
极值中值滤波算法.该方法可以有效地去除图象中的椒盐噪声，并保留图象的细节.
本文首先给出了一个噪声判别标准，然后描述了滤波算法的执行过程，对本算法与标准中值滤波算法，以及近几年出现的几种改进型中值滤波算法进行了分析与对比，最后给出了一组实验数据.实验结果表明，与其他算法相比，本算法执行速度快，
去除噪声与保留细节的效果好.
【总页数】4页(P533-536)
【作者】邢藏菊;王守觉;邓浩江;罗予晋
【作者单位】中国科学院半导体研究所神经网络实验室,;中国科学院半导体研究所
神经网络实验室,;中国科学院半导体研究所神经网络实验室,;中国科学院半导体研究所神经网络实验室,
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种基于最优模块匹配的新型加权中值滤波算法 [J], 秦晓波;赵国栋
2.一种基于改进的极值中值滤波算法 [J], 孙树亮;王守觉
3.一种去除椒盐噪声的自适应极值中值滤波算法 [J], 曾宪佑;黄佐华;周进朝;张勇
4.一种改进的极值中值滤波算法 [J], 黄存令;段锦;祝勇;田澍
5.高噪声率下一种改进的极值型中值滤波算法 [J], 陈卫军;高国伟
因版权原因，仅展示原文概要，查看原文内容请购买。

椭圆高通滤波器的设计

燕山大学课程设计说明书题目：椭圆高通滤波器的设计学院（系）：电气工程学院年级专业：学号：学生姓名：指导教师：教师职称：电气工程学院《课程设计》任务书课程名称：数字信号处理课程设计基层教学单位：仪器科学与工程系指导教师：学号学生姓名（专业）班级设计题目3椭圆高通滤波器的设计设计技术参数采样频率100Hz，采样点数100，低频、中频、高频信号频率分别为5Hz、15Hz、30Hz设计要求产生一个连续信号，包含低频，中频，高频分量，对其进行采样，进行频谱分析。

设计高通滤波器对信号进行滤波处理，观察滤波后信号的频谱。

（熟悉函数freqz，ellip，filter，fft）参考资料数字信号处理方面资料MATLAB方面资料周次前半周后半周应完成内容收集消化资料、学习MA TLAB软件，进行相关参数计算编写仿真程序、调试指导教师签字基层教学单位主任签字说明：1、此表一式四份，系、指导教师、学生各一份，报送院教务科一份。

2、学生那份任务书要求装订到课程设计报告前面。

电气工程学院教务科目录第一章摘要 (4)第二章引言 (4)第三章基本原理 (4)3.1数字滤波器的基本理论 (4)3.2椭圆滤波器的特点 (5)3.3 采样定理及相关原理 (6)第四章设计过程 (6)4.1椭圆滤波器设计结构图 (6)4.2设计椭圆滤波器的步骤 (6)4.3椭圆滤波器的MATLAB实现 (6)第五章程序和仿真图 (9)5.1高通滤波器设计程序 (9)5.2信号的仿真图 (10)第六章结语 (12)心得体会 (13)参考文献 (13)第一章摘要滤波器是自动控制、信号处理和通信领域的重要组成部分,广泛地应用于各种系统中。

MATLAB语言是一种简单、高效的高级语言,是一种内容丰富、功能强大的分析工具,其应用范围几乎覆盖了所有的科学和工程计算领域。

通过编程可以很容易实现低通、高通、带通、带阻滤波器,并能画出滤波器的幅频特性曲线，大大简化了模拟滤波器设计。

改进边缘能量聚集的半全局匹配算法

2017 年 11 月第 15 卷第 11 期
doi:10.3969/j.issn.1672-4623.2017.11. 025
地理空间信息
GEOSPATIAL INFORMATIO聚集的半全局匹配算法
孙辉 1，李浩 1,2，陈智君 1
（1. 河海大学地球科学与工程学院，江苏南京 211100 ； 2. 岩土钻掘与防护教育部工程研究中心，湖北武汉 430074）摘要：针对传统半全局算法匹配时间长和视差突变处易存在误匹配的问题，提出了一种改进边缘能量聚集的半全局匹配算法。在半全局匹配算法的基础上，引入金字塔分层策略，通过对图像降采样进行加速匹配，降低匹配算法的复杂度，减少内存的消耗。利用 Canny 算子获得分层图像的边缘信息，匹配时根据边缘信息改进边缘处的代价聚合并构建自适应窗口减小视差搜索域，获得正确率更高的视差图。结果表明，该算法可将明显提高匹配速率，降低运算复杂度，提高正确率。关键词：半全局匹配； Canny 算子；边缘检测；自适应窗口中图分类号： P208 文献标志码： B 文章编号： 1672-4623（2017）11-0080-04
P
y
配完成。
图 1 8 个方向能量聚集
于像素点 P 在 r 方向上的累积匹配代价为： Lr ^ p, d h = C^ p, d h + J N Lr ^ p - r, d h K O K O ^ h + L p r , d 1 P min r 1 - min L ^ p - r, k h (3) k r K O K Lr ^ p - r, d + 1h + P1 O K O mini Lr ^ p - r, ih + P2 L P 其中，最后一项为防止累积匹配过大而减去一个固定值。将所有方向的匹配代价相加得到总的匹配代价，实现匹配代价的聚合。 S(p,d)=∑r Lr (p,d) 式中，S(p,d) 为聚合匹配代价； Lr 为路径聚合。像素点的视差可根据胜者优先 WTA 算法计算得到，即 Dp=argmind S(p,d) (5) (4)

计算机视觉方向简介半全局匹配SGM

计算机视觉⽅向简介半全局匹配SGM快速获得最新⼲货前⾔⽬标读者：对密集匹配，三维重建等有基本概念并感兴趣的⼈群。

⽂章及代码资源：⽹盘中包含有论⽂以及代码，论⽂包括经典⽂章《Stereo Processing by Semi-Global Matching and Mutual Information》，以及两篇个⼈认为⽐较有意思的相关论⽂，⼀篇提出了物⽅的SGM，另⼀篇则将SGM与深度学习相结合，代码是笔者从⽹上找的开源代码，供读者参考。

链接：https:///s/1CmWd4EQE9VtXbLRnVSvb3w提取码：ypda导读：相信了解过密集匹配/⽴体匹配的读者对“SGM”不会感到陌⽣，SGM全名为semi-global matching，即半全局匹配，顾名思义，即为⼀种介于局部匹配与全局匹配之间的匹配算法，其较好的中和了局部匹配和全局匹配的优缺点，在精度和效率上有较好的平衡，现在已经较为⼴泛的应⽤于许多商业软件中，尤其在航空遥感影像上有许多应⽤。

SGM源于经典⽂章《Stereo Processing by Semi-Global Matching and Mutual Information》，⾕歌学术上显⽰被引率已⾼达2536次，若读者希望对该算法有较为深刻的理解，该⽂章⼏乎是不可不读。

opencv也有基于该算法的开源实现，名为sgbm。

就Heiko Hirschmuller的经典⽂章⽽⾔，其核⼼为分层互信息的代价计算，多⽅向⼀维近似⼆维的代价聚集，以及其他的⼀些精化的后处理部分，⽐如左右⼀致性处理，亚像素求精等等。

但实际上在代价计算步骤中，分层互信息的应⽤并没有想象中的那么⼴泛，⽐如opencv开源的sgbm所⽤的代价函数就不是分层互信息，⽽是效率更⾼的BT，个⼈认为，或许根据影像情况⾃⾏选择测度会是⼀个更好的选择，⽐如就遥感影像⽽⾔，将相关系数作为测度的选择就⾮常多。

同时，SGM依赖惩罚参数来适应视差连续与断裂等情况，故⽽惩罚参数的设置较为重要，并且需要预先给定视差范围，在opencv中的sgbm实现中还需要给定许多其他优化参数，如果希望获取较好的匹配效果，合理设置参数⾮常重要。

基于高通滤波的高分辨率遥感影像城市道路提取

别很大的特点，提出一种基于频率域的道路提取方法。在图像频率域中利用 Butterworth 高通滤波器对图像进行锐
化增强处理，突出道路的边缘信息，将道路与建筑物初步区分开来；再对增强后的图像二值化，通过形态变换等
方法对图像中的建筑物进行归类合并，并去除道路上的行人、汽车、斑马线、树的阴影等噪声点；最后对图像进
Butterworth 高通滤波器是使图像的高频信息通过而使
低频信息衰减或得到抑制的滤波器。由于图像的边缘对应
于高频分量，用高通滤波抑制低频分量，使高频信息顺利
通过，可以使图像原本模糊的边缘轮廓变突出，线条变得
清晰，实现对图像的增强处理。Butterworth 高通滤波器的
转移函数为：
[ ] H（ u，v） = 1+
行细化和修剪，得到单像素宽的道路中心线信息。通过遥感图像实验验证，该方法可以快速准确提取复杂的城市
道路信息。
【关键词】高分辨率遥感影像；道路提取； Butterworth 高通滤波；数学形态学
【中图分类号】 TP751
【文献标识码】 A
【文章编号】1009-2307（ 2011） 04-050-03
在高分辨率遥感影像中，道路表现为局部灰度值近似、宽度变化缓慢的狭长区域。随着高分辨率遥感影像中交互式道路提取算法研究细节逐渐丰富，影像场景越来越复杂，道路与周围环境（尤其是房屋等水泥建筑物）的灰度差异变得不是很明显，道路特征也复杂多变，而且路面噪声（如建筑物和绿化树木的阴影，路面上的交通线、行人、汽车等）变得不可忽略。这使得高分辨率下城市道路的提取更复杂性和也更具挑战性。根据高分辨率遥感影像城市道路的特点，本文提出了一种基于高通滤波和二值形态学的道路提取方法。该方法首先通过 Butterworth 高通滤波器在频率域中对图像进行边缘信息增强处理；然后对增强处理后的二值化图像中建筑物等块状要素进行归类合并，对行人、汽

极值滤波算法

极值滤波算法
极值滤波算法是一种数字信号处理方法，通过去除信号中的噪声和异常值，提高信号的质量和准确度。

该算法的基本原理是利用信号在不同时间点或空间位置的极值点，对信号进行滤波处理。

具体实现方法包括最小值滤波、最大值滤波、中值滤波等。

最小值滤波算法是指在信号中滑动一个窗口，将窗口内的最小值作为该窗口中心点的新值，从而去除信号中的噪声和异常值。

最大值滤波算法则是将窗口内的最大值作为新值，而中值滤波则是取窗口内的中位数作为新值。

极值滤波算法广泛应用于图像处理、音频处理、传感器信号处理等领域，可以有效地去除信号中的噪声和异常值，提高信号的可靠性和准确度。

- 1 -。

基于高通滤波算法的水稻遥感影像适宜尺度筛选

基于高通滤波算法的水稻遥感影像适宜尺度筛选张晓忆;景元书;李卫国【期刊名称】《中国农业气象》【年(卷),期】2018(039)005【摘要】In order to confirm optimal scale of paddy rice extraction in Jiangsu,the experiment was first set up four fusion images with different scales using HPF algorithm,based on HJ1A/CCD2 image (30m×30m) and GF1/WFV4 near-infrared image (16m×16m).To screen optimal scale,it was then conducted the four images on quantitative index assessment and vegetation index inversion assessment.At last,the superiority of optimal scale in fusion images was verified with testing data from extraction of paddy rice area with decision tree method composed of multi-spectral indexes and inversion of paddy rice LAI with PROSAIL model.The results showed that:(1)it was 20m×20m and 15m× 15m that both had s pectral inheritance and spectral optimization to meet the use requirements,based on quantitative index assessment and vegetation index inversion assessment.Optimal scale was chose 15m× 15m because of scale advantage.(2)Compared with original image scales,15m× 15m was verified higher spatial resolution,best area extraction,and improved LAI inversion,which area accuracy 93.33％,quadrat accuracy 94.71％,RMSE 0.25 ha,and LAI inversion accuracy 94.69％,RMSE 0.893.In conclusion,the optimal scale which could inverse paddy rice in research area was 15m×15m.%为确定江苏地区水稻田块信息提取的适宜尺度,选取拔节期30m×30m空间分辨率HJ1A/CCD2影像和16m×16m空间分辨率GF1/WFV4近红外波段影像,采用高通滤波(HPF)算法构建4种空间尺度融合影像.利用定量指标评价和植被指数反演评价分析4种融合影像筛选适宜尺度,最后通过多类光谱指标构建决策树提取水稻面积与PROSAIL冠层光谱模型反演叶面积指数(LAI),验证融合影像适宜尺度相较原始影像尺度的优越性.结果表明:(1)综合定量指标评价和植被指数反演评价,20m×20m尺度和15m×15m尺度均可保证光谱继承性,反演水稻田块信息,而结合尺度优势,适宜尺度筛选为15m×15m;(2)与原始影像尺度相比,15m×15m尺度空间分辨率提高,同时水稻面积提取精度增大,面积精度93.33％,样方精度94.71％,标准误差0.25hm2,且能理想反演LAI,精度达94.69％,标准误差0.893.结论表明,研究区水稻田块信息反演的适宜尺度为15m×15m.【总页数】10页(P344-353)【作者】张晓忆;景元书;李卫国【作者单位】安徽省繁昌县气象局,芜湖241200;南京信息工程大学应用气象学院,南京210044;江苏省农业科学院农业经济与信息研究所,南京210014【正文语种】中文【相关文献】1.基于可变尺度Mean-Shift的农田高分遥感影像分割算法 [J], 苏腾飞;张圣微;李洪玉2.基于多尺度分割和决策树算法的山区遥感影像变化检测方法——以四川攀西地区为例 [J], 张正健;李爱农;雷光斌;边金虎;吴炳方3.基于小波包变换的农作物分类无人机遥感影像适宜尺度筛选 [J], 张超;刘佳佳;苏伟;乔敏;杨建宇;朱德海4.基于分水岭变换的多尺度遥感影像分割算法 [J], 王小刚5.基于局部加权拟合算法的无人机遥感影像多尺度检测技术 [J], 邱晓磊因版权原因，仅展示原文概要，查看原文内容请购买。