典型文献
一种藻类养殖区自动化提取的Otsu优化算法
文献摘要：
针对传统Otsu算法在藻类养殖区分布信息的自动化提取过程中存在欠/过分割、计算量大和运算效率低等问题,提出一种优化的藻类养殖区自动化提取Otsu算法(GA-Otsu).GA-Otsu算法在最大类间方差的基础上,引入类内方差,共同参与阈值选取,提高藻类阈值选取的准确性,并用遗传算法代替遍历法快速搜索最优解,实现藻类养殖区分布信息的准确、快速、自动化提取.选取三沙湾为研究区,综合利用同时期不同空间分辨率的两种遥感影像(Sentinel-2 MSI与GF-2),基于影像的光谱特征和敏感波段分析,用比值运算构建一个藻类光谱指数(algal spectral index,ASI),并运用GA-Otsu算法实现藻类养殖区自动化提取.GA-Otsu算法运用在Sentinel-2影像上,总体精度提高4.74％,Kappa系数提高0.14;而运用在GF-2影像上,效果提升得更加明显,总体精度提高10％左右,Kappa系数提高0.18.实验结果表明GA-Ot-su算法不受传感器性能的影响,对不同数据源仍具有一定的普适性.此外,GA-Otsu算法运算量大幅减少,时间效率提高了85％,具有较高的实际应用价值.
文献关键词：
藻类养殖区;自动化提取;Otsu算法;遗传算法;阈值优化;藻类光谱指数
中图分类号：
作者姓名：
张丽玉;陈芸芝;陈红梅;汪小钦
作者机构：
福州大学 空间数据挖掘和信息共享教育部重点实验室,福建 福州350108;卫星空间信息技术综合应用国家地方联合工程研究中心,福建 福州350108;数字中国研究院(福建),福建 福州350108;福建省水产研究所,福建 厦门361004
文献出处：
引用格式：
[1]张丽玉;陈芸芝;陈红梅;汪小钦-.一种藻类养殖区自动化提取的Otsu优化算法)[J].集美大学学报（自然科学版）,2022(01):24-36
A类：
藻类养殖区,藻类光谱指数
B类：
自动化提取,Otsu,分布信息,计算量,运算效率,GA,最大类间方差,类内方差,阈值选取,高藻,遍历,历法,最优解,三沙湾,空间分辨率,遥感影像,Sentinel,MSI,GF,光谱特征,敏感波段,algal,spectral,ASI,算法实现,算法运用,总体精度,Kappa,效果提升,升得,传感器性能,数据源,运算量,时间效率,效率提高,阈值优化
AB值：
0.284145
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
