MATLAB图像分割——在多分辨率图像中检测植被

本文介绍了利用多分辨率图像进行植被检测的过程,包括图像增强、颜色分量提取和归一化植被差异指数(NDVI)计算。通过MATLAB代码展示了从读取图像到绘制散点图,再到使用NDVI进行植被检测的详细步骤,最终通过阈值处理得到二值图像,以突出植被区域。
摘要由CSDN通过智能技术生成

1.步骤

  多分辨率图像广泛应用在遥感图像中,它通过获取不同光谱带下的信息来使获取的图像含有更多的信息。通常,分辨率越高,图像描述得就越精细,但同时需要的存储空间也会越大。多分辨率图像在实际应用中有广泛的用途。
  地球表面的物质通过不同的光谱会有不同的反射信息,这种差别提供了一种理解多分辨率图像特征的机制。
在多分辨率图像中检测植被的基本步骤如下:
➊读取图像;
❷对图像进行增强;
❸提取不同的颜色分量;
❹根据植被特征选择合适的变量进行检测。

2.具体实现过程

1.读取图像并进行增强

代码如下(示例):

CIR = multibandread('paris.lan',[512, 512,7], 'uint8=>uint8',128,'bil', 'ieee-le', {
    'Band', 'Direct', [4 3 2]});%生成多分辦率图像
figure;subplot(121);imshow(CIR);
title('CIR Composite (Un-enhanced)')
text(size(CIR,2),size (CIR,1) + 15, ...
'Image courtesy of Space Imaging, LLC', ...
'FontSize', 7,'HorizontalAlignment','right');
decorrCIR = decorrstretch (CIR,'Tol'
  • 1
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值