農業(yè)GAP系統(tǒng)中的衛(wèi)星地圖土地分割及融合算法.pdf

1、目前世界各地的消費者對食品安全越來越重視，促使農業(yè)和農產品產業(yè)發(fā)展面臨著嚴峻的考驗。為了規(guī)范農產品市場，從源頭抓好食品質量安全，農業(yè)GAP（即良好農業(yè)規(guī)范）應運而生。農業(yè)GAP系統(tǒng)的核心要素是質量追蹤體系的建立和實施。通過這一體系，消費者可以從農產品追溯到它的生產源頭;農民也可以查看自家出產的農作物銷往何處。為了實現質量追蹤的可視化，我們利用衛(wèi)星地圖來實時監(jiān)控農情，獲取各地農產品種植種類、面積、生長情況等。在可視化的質量追蹤過程中，我們

2、對衛(wèi)星地圖土地圖像進行分割，從而提取圖像中的土地邊緣，然后合并相鄰種植同種農作物的區(qū)域，為下一步對土地進行標注，實現農業(yè)GAP系統(tǒng)中的質量追蹤做好準備工作。
　　 本文首先根據衛(wèi)星遙感圖像在成像過程中，由于各種外界因素的干擾，而導致在獲取衛(wèi)星遙感圖像過程中存在一定的失真、形變、模糊等誤差，簡單介紹了衛(wèi)星遙感圖像預處理的幾種方法。然后重點介紹了傳統(tǒng)圖像分割的三大類方法:基于邊界的方法、基于區(qū)域的方法和基于其他理論的方法，分別從中選

3、取幾種典型的算法做簡單介紹。接著針對衛(wèi)星圖像的特點，本文采用一種改進的算法，利用基于“坐標位置-色度-紋理”域的多元核函數的Mean Shift算法對土地圖像進行初始分割。之后，引入一種基于紋理特征的區(qū)域合并方法對分割后的圖像進行融合。該方法采用基于紋理、顏色和邊緣的區(qū)域相似度量準則以及基于區(qū)域熵的合并終止準則來進行分割后的區(qū)域合并，達到合并相鄰種植同種農作物的區(qū)域的目的。最后，運用MATLAB進行仿真實驗，并對比本文算法與傳統(tǒng)Mean