遥感图像识别算法学习

Posted 2021-04-23 徐医泰迪工作室

正文共：1393字 ，预估阅读时间：4 分钟

-

遥感图像识别算法学习

背景介绍

    2021年2月21日，《中共中央国务院关于全面推进乡村振兴加快农业农村现代化的意见》，即2021年中央一号文件发布。文件指出，要坚持把解决好“三农”问题作为全党工作重中之重，把全面推进乡村振兴作为实现中华民族伟大复兴的一项重大任务，举全党全社会之力加快农业农村现代化，反映出我国对农业问题的重视。而耕地的数量和质量是保持农业可持续发展的关键，利用卫星遥感影像可以识别并提取耕地，并对耕地进行遥感制图，准确的耕地分布能够为国家决策部门提供重要支撑。由于目前高精度的耕地信息提取主要还是依靠人工解译，耗费大量人力、财力且效率较低，因此，遥感图像的耕地识别算法研究将对耕地遥感制图提供重要帮助。

实现目标

     本文选用mathorcup挑战赛官方提供的遥感图数据，利用MATLAB软件，基于贝叶斯分类算法进行遥感图像阈值分割，尽可能准确高效的将耕地提取出来（白色为耕地部分）。原图像如上：

图像处理基础知识

    图像处理(imageProcessing)利用计算机对图像进行分析,以达到所需的结果。主要包括图像采样、图像增强、图像复原、图像编码与压缩和图像分割。图像阈值分割是一种广泛应用的分割技术，利用图像中要提取的目标区域与其背景在灰度特性上的差异，把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合，选取一个比较合理的阈值，以确定图像中每个像素点应该属于目标区域还是背景区域，从而产生相应的二值图像。图像阈值分割结果图像如下：

代码

向下滑动阅览

%基于贝叶斯分类算法的图像阈值分割

clear

clc;

I = imread('E:\\test.png'); %读取遥感图像

Im=rgb2gray(I); %原始图像转换为灰度图像

figure(1); %子图1显示

imshow(I);

title('遥感图像')

whos('I');

disp('原始图像大小:') %查看原始图像大小

[x,y]=size(Im); % 求出图像大小

b=double(Im); %图像类型存储转换，将图像矩阵转换为双精度类型

max=double(max(Im)) % 求出图像中最大的灰度

min=double(min(Im)) % 最小的灰度 

T=double((max+min))/2; % T赋初值，为最大值和最小值的平均值

count=double(0);% 记录几次循环

while 1 % 迭代最佳阈值分割算法

    count=count+1;

    S0=0.0; n0=0.0; %为计算灰度大于阈值的元素的灰度总值、个数赋值

    S1=0.0; n1=0.0; %为计算灰度小于阈值的元素的灰度总值、个数赋值

    for i=1:x

        for j=1:y

            if double(Im(i,j))>=T

                S1=S1+double(Im(i,j)); %大于阈域值图像点灰度值累加

                n1=n1+1; %大于阈域值图像点个数累加

            else

                S0=S0+double(Im(i,j)); %小于阈域值图像点灰度值累加

                n0=n0+1; %小于阀域值图像点个数累加

            end

        end

    end 

    T0=S0/n0; %求小于阀域值均值

    T1=S1/n1; %求大于阀域值均值

    if abs(T-((T0+T1)/2))<0.1 %迭代至前后两次阀域值相差几乎为0时 停止迭代

        break;

    else

       T=(T0+T1)/2; %在阈值T下，迭代阈值的计算过程

   end

end

count %显示运行次数T

i1=im2bw(Im,T/255); % 图像在最佳阈值下二值化

figure(2);

imshow(i1)

title('遥感图像阈值分割结果') ;

文案&代码：姜观华(徐州医科大学公共卫生学院研究生一年级)

指导老师：温宗良（徐州医科大学管理学院）

排版：姚心怡（徐州医科大学管理学院研究生一年级）

审稿：朱雁（徐州医科大学医学信息与工程学院）

如对文中内容有疑问，欢迎交流。PS：部分资料来自网络

如有需求，可以联系

温宗良（[e-mail]）

姚心怡（[e-mail]）

徐医泰迪智能双创工作室出品