首页 | 本学科首页   官方微博 | 高级检索  
     

作者简介: 孙小芳(1973- ) , 女, 博士生, 现主要从事遥感图像处理及应用方面的研究。Extraction of Green Space in Urban High Resolution Remote Sensing Image
引用本文:孙小芳,卢健,孙小丹. 作者简介: 孙小芳(1973- ) , 女, 博士生, 现主要从事遥感图像处理及应用方面的研究。Extraction of Green Space in Urban High Resolution Remote Sensing Image[J]. 遥感技术与应用, 2006, 21(2): 159-162. DOI: 10.11873/j.issn.1004-0323.2006.2.159
作者姓名:孙小芳  卢健  孙小丹
作者单位:(1. 武汉大学遥感信息工程学院, 湖北 武汉 430079; 2. 福州职业技术学院计算机系, 福建 福州 350108)
基金项目:国家自然科学基金项目“时序空间信息支持的大城市边缘用地结构演变及趋势分析”(40171032)
摘    要:探讨应用高分辨率遥感影像提取城市地区绿地信息。利用自相关函数计算30 个绿地样区, 结果表明在影像位移2 像元时, 自相关系数还能达到0. 95, 从而确定纹理窗口大小为53 5。纹理值计算是在全色影像灰度共生矩阵的基础上, 方向取45°、135°、225°、315°4 个方向的平均值, 计算5 个纹理参数:Mean、variance、homogeneity、contrast、secondmomen t。对全色影像和5 个纹理影像进行多分辨率分割, 对分割所形成的目标根据绿地5 个纹理特征设定阈值, 提取出绿地信息, 通过精度评定正确率达92. 8%。结果表明所采取的方法在高分辨率遥感影像的城市绿地信息的提取上具有很好的应用性。

关 键 词:遥感  绿地   纹理  分割  
文章编号:1004-0323(2006)02-0159-04
收稿时间:2005-08-16
修稿时间:2006-01-12

Extraction of Green Space in Urban High Resolution Remote Sensing Image
SUN Xiao-fang,LU Jian,SUN Xiao-dan. Extraction of Green Space in Urban High Resolution Remote Sensing Image[J]. Remote Sensing Technology and Application, 2006, 21(2): 159-162. DOI: 10.11873/j.issn.1004-0323.2006.2.159
Authors:SUN Xiao-fang  LU Jian  SUN Xiao-dan
Affiliation:(1. School of Remote Sensing Information Engineering , Wuhan University , Wuhan 430079, China; 2. Computer Department, Fuzhou Vocationaland Technical College, Fuzhou 350108, China)
Abstract:This paper discusses about the extraction of urban green space from high resolution remote sensing image. Computation 30 green space samples using au tocorrelation function, the results shows that movement two pixels, the autocorrelation index is up to 0. 95, which to ensure texture window as 53 5.Based on panchromatic image grey cooccurrence at rix, selected 45°, 135°, 225°, 315°four directions means, computation five textu reparameter : Mean, variance, mogeneity, contrast, secondmoment.Applicability multi-resolution segmentation panchromatic image and five texture images, according green space five texture feature to select threshold of image objects that after segmentation, extraction green space information, after accuracy appraisal the right up to 92. 8%. The result indicated that the method adopted has good utility on extraction urban green space information from high resolution remote sensing image.
Keywords:Remote sensing  Green space  Texture  Segmentation  
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《遥感技术与应用》浏览原始摘要信息
点击此处可从《遥感技术与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号