文献类型：期刊文章

作　　者：陈杰[1] 陈铁桥[1,2] 刘慧敏[1] 梅小明[1] 邵权斌[1] 邓敏[1]

机构地区：[1]中南大学地球科学与信息物理学院地理信息系,长沙410083 [2]中国科学院西安光学精密机械研究所遥感与智能信息系统研究中心,西安710119

出　　处：《农业工程学报》

基　　金：国家重点基础研究发展计划(973项目)(2012CB719906);国家863计划主题项目(2012AA121301);国家自然科学基金项目(41201428);中科院光谱成像技术重点实验室开放基金(LSIT201406);中国博士后科学基金项目(2012M511762);测绘遥感信息工程国家重点试验室开放研究基金项目(13R01);地理国情监测国家测绘地理信息局重点试验室开放研究基金项目(2013NGCM03)联合资助

年　　份：2015

卷　　号：31

期　　号：3

起止页码：190-198

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20151400700156)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：随着城市化建设进程的加快,城郊耕地经常会被开发为建设用地,甚至还会遭受非法占用的危险,这极大威胁了中国粮食安全。该文针对高分辨率遥感影像城郊耕地特点,提出了一种多尺度分层的耕地提取方法。首先,基于归一化植被指数(normalized difference vegetation index,NDVI)约束改进传统Harris角点检测方法得到建筑区概率密度图,并利用最大类间方差(Otsu algorithm,Otsu)分割去除复杂建筑区;然后,利用尺度选择工具(estimation of scale parameter,ESP)分析耕地占主导影像的多尺度分割结果,得到耕地较佳分割尺度并在该尺度下分割整幅影像;进而,利用形状、光谱信息初步检测出耕地对象,选择非建筑区的耕地与建筑区的非耕地样本,训练支持向量机模型并对不确定地物进行分类;最后,依据空间关系进一步判断图像对象,得到城郊耕地最终提取结果。试验结果表明,该方法能较高精度地从城郊区域的复杂背景中提取出不同类型、不同光谱的耕地目标。

关 键 词：遥感 图像分割 支持向量机 角点 耕地 高分辨率遥感影像

分 类 号：S127]