首页> 中文学位 >基于Android平台提取草地植被覆盖度的方法研究
【6h】

基于Android平台提取草地植被覆盖度的方法研究

代理获取

目录

声明

摘要

第一章 绪论

1.1 研究目的和意义

1.2 国内外研究现状

1.2.1 遥感反演植被覆盖度

1.2.2 地表实测植被覆盖度

1.3 研究目标和研究内容

1.3.1 研究目标

1.3.2 研究内容

1.3.3 技术路线

第二章 研究区概况和数据采集

2.1 研究区域概况

2.2 野外数据采集

第三章 颜色空间和颜色特征选择

3.1 颜色空间

3.1.1 RGB颜色空间

3.1.2 HIS颜色空间

3.1.3 L*a*b*颜色空间

3.2 颜色特征的选择

3.2.1 植被指数法

3.2.2 H分量法

3.2.3 a*分量法

3.3 颜色特征优化处理

3.4 本章小结

4.1 图像预处理

4.1.1 邻域均值滤波

4.1.2 邻域中值滤波

4.2 阈值分割

4.2.1 迭代法

4.2.2 最大熵阈值分割法

4.2.3 最大类间方差法

4.3 阈值分割算法的选择

4.4 图像分割后处理

4.5 草地植被覆盖度的计算

4.6 本章小结

第五章 不同颜色特征提取的具体应用

5.1 精度评价方法

5.2 乌拉特中旗草地提取结果对比分析

5.3 阴影对不同方法的影响

5.4 南京地区草地的提取结果对比分析

5.5 EXG方法适用性评价

5.6 本章小结

第六章 草地植被覆盖度系统开发

6.1 Android系统架构

6.2 手机端APP的开发

6.2.1 开发环境

6.2.2 功能模块介绍

6.2.3 主要实现技术

6.3 上传数据的显示查询

6.4 本章小结

第七章 结论和展望

7.1 本文内容总结

7.2 创新与特色

7.3 不足和展望

参考文献

致谢

作者简介

展开▼

摘要

草地植被覆盖度是一个重要的生态学参数,是表征草地群落结构及生长状况的直接量化指标。在草场监测和评价方面,快速准确的得到植被覆盖度结果,可为了解草场退化情况、进行合理放牧等提供重要参考。目前,草地植被覆盖度的提取办法主要分为遥感反演法和地表实测法两大类。在地表实测法中,数码照相法最为简单、高效,因此被广泛研究。但是现有的基于数码照片的覆盖度提取方法,或多或少存在着人工干预、自动化困难等缺点。本研究从图像识别角度出发,采用自动化图像阈值分割算法解决了传统方法中人工设置分割阈值的问题,建立了适用于手机平台提取草地植被覆盖度的算法和技术。最终,基于Android平台开发一套完整的植被覆盖度计算APP,并在乌拉特中旗牧场开展了示范应用。
  本文主要结论如下:
  (1)通过分析3种常用的颜色空间RGB、HIS、L*a*b*,确定适用于草地植被覆盖度提取的颜色特征,依次为基于RGB空间的EXG指数、HIS的H分量、L*a*b*的a*分量。
  (2)对比分析常用的图像分割方法,从分割结果和效率方面确立合适的方法。研究表明迭代法、最大类间方差法适合应用于手机平台,最大熵法分割图像效果不佳,最终选用最大类间方法作为图像分割方法。
  (3)选取2015年9月中下旬的内蒙古乌拉特中旗的草地照片数据,对比分析了EXG法、H分量法、a*分量法和目估法提取效果。研究发现,EXG方法效果最佳,绝对偏差平均值为4.0%,会产生低估现象;H分量法其次,会产生高估现象;a*分量法随机误差较大,效果最差,该方法提取的效果与目估法相当。对于南京地区的草地照片数据,3种方法均具有较高的估算精度,其中H分量法精度最高,绝对偏差平均值为3.1%。EXG方法和a*分量对图像中阴影区域的植被有一定的识别能力,去除图像中的阴影会使两种方法误差增大,H分量法在去除阴影后计算误差降低显著。因此使用EXG指数法和a*分量法在图像分割前不需要做去阴影处理,而H分量法则需要。
  (4)EXG指数法具有良好的环境适应能力,能够有效区分不同地物背景下的绿色或黄绿色植被,但对于其它颜色的植被识别效果不佳。
  (5)基于Android的植被覆盖度计算APP可实现照片信息的采集,植被覆盖度的实时解算,对于10M左右的照片可在2min分钟内计算完成,压缩后的图像可在1min内完成。本研究开发的APP最终在乌拉特中旗牧场开展了实际应用。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号