掩模图像生成时阈值取值的合理性探讨

doi:10.6046/gtzyyg.2017.02.04

摘要
参考文献
相关文章
Metrics

全文: PDF(687 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

阈值取值是否合理对生成符合某种条件的二值及多值掩模图像是否正确至关重要,而这项技术是去除干扰信息及提取有用信息的关键步骤。基于不同的阈值,探讨如何判断在生成单一干扰因素的二值掩模图像时阈值是否合理的方法; 并以青海省天峻地区TM数据为例,利用阈值合理的多值掩模图像得到无干扰信息的遥感图像,进而提取了矿化蚀变异常信息,以实现阈值的合理性验证。结果表明,当利用多种干扰因素的二值及多值掩模图像提取的非干扰区域一致时,则说明生成单一干扰因素的二值掩模图像的阈值取值合理,各种干扰因素相互不重叠; 利用合理正确的多值掩模图像才能更有效地剔除干扰及假异常信息,提取出真实可靠的矿化蚀变异常信息; 由于合理的阈值较多,应结合多种地学资料才能获得最优阈值。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	朱红春
	黄伟
	刘海英
	张忠芳
	王彬

关键词 ：面向对象, 影像分割, 变化检测, KL散度, 分级

Abstract：

The problem whether the threshold value is reasonable is very important to the binary or multi mask image formed under the condition of multi-interference information, and it is really the key to delete the interference information and extract the useful information. In this paper, the author discussed the problem as to whether the method is reasonable or not in judging the threshold value under the condition of forming binary mask image with single interference factor based on different thresholds and deleting interference information based on multi-value masking image with reasonable threshold, with the purpose of extracting the alteration information. The results show that, if the same non- interfering regions can be extracted based on the binary or multi mask image with multi-interference information, the threshold value is reasonable in forming binary mask image with single interference factor, the multi-interference information will underlap each other, the interference information or the false information can be deleted and the true alteration information can be extracted based on the true multi mask image.

Key words： object-orient image segmentation change detecting KL divergence classification

收稿日期: 2015-12-22 出版日期: 2017-05-03

作者简介: 韩丽蓉(1967-),女,教授,主要研究方向为遥感及地理信息系统。Email: 1146533574@qq.com。

引用本文:

韩丽蓉. 掩模图像生成时阈值取值的合理性探讨[J]. 国土资源遥感, 2017, 29(2): 22-28.
HAN Lirong. A discussion on the rationality of the threshold value in forming mask image. REMOTE SENSING FOR LAND & RESOURCES, 2017, 29(2): 22-28.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2017.02.04 或 https://www.gtzyyg.com/CN/Y2017/V29/I2/22

[1] 韩丽蓉.基于ERDAS的掩模图像生成方法探讨[J].国土资源遥感,2013,25(2):81-86.doi:10.6046/gtzyyg.2013.02.15.
Han L R.Discussion on the method of forming mask image based on ERDAS[J].Remote Sensing for Land and Resources,2013,25(2):81-86.doi:10.6046/gtzyyg.2013.02.15.
[2] 王頔,赵志芳,王瑞雪,等.遥感矿化蚀变分带弱信息增强提取方法研究——以普朗斑岩型铜矿区为例[J].国土资源遥感,2015,27(2):146-153.doi:10.6046/gtzyyg.2015.02.23.
Wang D,Zhao Z F,Wang R X,et al.Research on enhanced extraction method for weak information of remote sensing mineralization alteration zoning:A case study of the Pulang porphyry copper deposit[J].Remote Sensing for Land and Resources,2015,27(2):146-153.doi:10.6046/gtzyyg.2015.02.23.
[3] 金谋顺,王辉,张微,等.高分辨率遥感数据铁染异常提取方法及其应用[J].国土资源遥感,2015,27(3):122-127.doi:10.6046/gtzyyg.2015.03.20.
Jin M S,Wang H,Zhang W,et al.Method for extraction of ferric contamination anomaly from high-resolution remote sensing data and its applications[J].Remote Sensing for Land and Resources,2015,27(3):122-127.doi:10.6046/gtzyyg.2015.03.20.
[4] 张焜,李宗仁,马世斌.基于ZY-102C星数据的遥感地质解译——以塔吉克斯坦帕米尔地区为例[J].国土资源遥感,2015,27(3):144-153.doi:10.6046/gtzyyg.2015.03.23.
Zhang K,Li Z R,Ma S B.Remote sensing geological interpretation based on ZY-1 02C satellite images:A case study of Pamir area,Tajikistan[J].Remote Sensing for Land and Resources,2015,27(3):144-153.doi:10.6046/gtzyyg.2015.03.23.
[5] 况忠,黄欣欣,况顺达,等.贵州弱矿化蚀变遥感信息的分布特征[J].国土资源遥感,2014,26(2):140-147.doi:10.6046/gtzyyg.2014.02.23.
Kuang Z,Huang X X,Kuang S D,et al.Distribution characteristics of remote sensing information on weak mineralization and alteration in Guizhou[J].Remote Sensing for Land and Resources,2014,26(2):140-147.doi:10.6046/gtzyyg.2014.02.23.
[6] 刘松,邢学文,张强,等.祁连山冻土带天然气水合物遥感探测数据分析与评价[J].国土资源遥感,2014,26(3):106-112.doi:10.6046/gtzyyg.2014.03.17.
Liu S,Xing X W,Zhang Q,et al.Gas hydrate detection and assessment with remote sensing data of permafrost in the Qilian Mountain[J].Remote Sensing for Land and Resources,2014,26(3):106-112.doi:10.6046/gtzyyg.2014.03.17.
[7] 刘丙新,李颖,高超.基于机载多光谱遥感数据的溢油信息提取方法[J].国土资源遥感,2014,26(1):42-46.doi:10.6046/gtzyyg.2014.01.08.
Liu B X,Li Y,Gao C.Method for oil spill information extraction from airborne multispectral imagery[J].Remote Sensing for Land and Resources,2014,26(1):42-46.doi:10.6046/gtzyyg.2014.01.08.
[8] 杨莎莎,王功文,陈永清,等.基于遥感信息提取技术的泰国铜金矿成矿预测[J].地质通报,2015,34(4):780-785.
Yang S S,Wang G W,Chen Y Q,et al.Prediction and assessment of copper and gold resources based on information extracted from remote sensing images in Thailand[J].Geological Bulletin of China,2015,34(4):780-785.
[9] 董丽娜,张微,王雪,等.江西盛源火山盆地遥感地质解译与铀矿找矿前景分析[J].国土资源遥感,2015,27(4):102-108.doi:10.6046/gtzyyg.2015.04.16.
Dong L N,Zhang W,Wang X,et al.Remote sensing geological interpretation and uranium prospecting perspective analysis of Shengyuan volcanic basin in Jiangxi Province[J].Remote Sensing for Land and Resources,2015,27(4):102-108.doi:10.6046/gtzyyg.2015.04.16.
[10] 刘娟,蔡演军,王瑾.青海湖流域土壤遥感分类[J].国土资源遥感,2014,26(1):57-62.doi:10.6046/gtzyyg.2014.01.11.
Liu J,Cai Y J,Wang J.Soil classification of Qinghai Lake basin based on remote sensing[J].Remote Sensing for Land and Resources,2014,26(1):57-62.doi:10.6046/gtzyyg.2014.01.11.

[1]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[2]	潘建平, 徐永杰, 李明明, 胡勇, 王春晓. 结合相关系数和特征分析的植被区域自动变化检测研发[J]. 自然资源遥感, 2022, 34(1): 67-75.
[3]	范莹琳, 娄德波, 张长青, 魏英娟, 贾福东. 基于面向对象的铁尾矿信息提取技术研究——以迁西地区北京二号遥感影像为例[J]. 自然资源遥感, 2021, 33(4): 153-161.
[4]	李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[5]	王译著, 黄亮, 陈朋弟, 李文国, 余晓娜. 联合显著性和多方法差异影像融合的遥感影像变化检测[J]. 自然资源遥感, 2021, 33(3): 89-96.
[6]	凌晓, 刘甲美, 王涛, 朱月琴, 袁玲玲, 陈扬洋. 基于致灾因子对称法分级的信息量模型在地震滑坡危险性评价中的应用[J]. 国土资源遥感, 2021, 33(2): 172-181.
[7]	蔡祥, 李琦, 罗言, 齐建东. 面向对象结合深度学习方法的矿区地物提取[J]. 国土资源遥感, 2021, 33(1): 63-71.
[8]	苏龙飞, 李振轩, 高飞, 余敏. 遥感影像水体提取研究综述[J]. 国土资源遥感, 2021, 33(1): 9-11.
[9]	徐锐, 余小于, 张驰, 杨瑨, 黄宇, 潘俊. 融合Unet网络和IR-MAD的建筑物变化检测方法[J]. 国土资源遥感, 2020, 32(4): 90-96.
[10]	张鹏, 林聪, 杜培军, 王欣, 唐鹏飞. 南京市生态红线区高分辨率遥感精准监测方法与应用[J]. 国土资源遥感, 2020, 32(3): 157-164.
[11]	刁明光, 刘文静, 李静, 刘芳, 王彦佐. 矿山遥感监测矢量成果数据动态变化检测方法[J]. 国土资源遥感, 2020, 32(3): 240-246.
[12]	张春森, 吴蓉蓉, 李国君, 崔卫红, 冯晨轶. 面向对象的高空间分辨率遥感影像箱线图变化检测方法[J]. 国土资源遥感, 2020, 32(2): 19-25.
[13]	夏既胜, 马梦莹, 符钟壬. 基于GF-2遥感影像的机械性破损面提取方法[J]. 国土资源遥感, 2020, 32(2): 26-32.
[14]	冯林艳, 谭炳香, 王晓慧, 陈新云, 曾伟生, 戚曌. 基于分布函数的对象级森林变化快速检测[J]. 国土资源遥感, 2020, 32(2): 73-80.
[15]	朱士才, 翟晓彤, 王宗伟. 基于Mean Shift的大批量遥感影像分割方法[J]. 国土资源遥感, 2020, 32(1): 13-18.

Viewed

Full text

Abstract

Cited

Shared

Discussed