數(shù)字遙感圖像內(nèi)容識別技術研究.pdf

1、近年來興起的數(shù)據(jù)挖掘技術能夠從大量、高維、模糊、有噪聲的數(shù)據(jù)中獲取有用信息，這就為數(shù)字遙感圖像的識別提供了新的方法。
　　論文將數(shù)據(jù)挖掘技術用于數(shù)字遙感圖像的識別。首先將分辨率為30m*30m的數(shù)字遙感圖像利用 Envi4.7軟件進行裁剪，裁剪成占地面積為6030m*6030m范圍的圖像，然后將圖像像素的六個波段進行分離，提取出每個波段的灰度值數(shù)據(jù)整理為圖像數(shù)據(jù)文件，利用數(shù)據(jù)挖掘聚類分析對圖像內(nèi)容進行分類，采用不同的分類精度分別將

2、遙感圖像包含的地物內(nèi)容分割成5~16類，并根據(jù)聚類后會產(chǎn)生類內(nèi)偏差和類間偏差對圖像聚類效果進行了評價。然后根據(jù)聚類結果，研究了5~16類時反應各類地物六個波段灰度值變化特征，確定了遙感圖像內(nèi)容的最佳分類，根據(jù)遙感圖像每一類的像素波段灰度值的特征能夠進一步識別出圖像內(nèi)容對應的地物類型，如巖石、植被、林木、水體和建筑物等。論文分別處理了官廳水庫、白云鄂博和黃石市的數(shù)字遙感圖像，處理內(nèi)容包括：（1）數(shù)字遙感圖像像素波段灰度值提取，每個像素提取

3、6個灰度值，每幅圖像共40401個像素；（2）以數(shù)字遙感圖像像素為數(shù)據(jù)對象、像素波段灰度值為屬性，對圖像內(nèi)容進行聚類分析，分別將圖像內(nèi)容分為5~16類；（3）根據(jù)類內(nèi)偏差和類間偏差的分析報告、聚類接近性報告和還原出來的仿真遙感圖像跟原遙感圖像比較，對聚類結果進行了評價；（4）分析研究了官廳水庫、白云礦區(qū)和黃石市，能夠反應各類地物類型的六個波段灰度值的變化特征。對比分析將地物分為5~16類時，由每類地物的六個波段灰度值的變化特征可知：官廳

4、水庫圖像內(nèi)容分為6類時，聚類效果最好,能夠清晰的分辨出水體、山丘、沙灘等；白云鄂博圖像內(nèi)容分為8類時，聚類效果最好，能夠清晰的分辨出巖石和林木；黃石市圖像內(nèi)容分為9類時，聚類效果最好，能夠清晰的分辨出水體、道路等地物。可以根據(jù)地物波段變化特征作為識別條件去分辨整幅的遙感圖像的內(nèi)容，實現(xiàn)對數(shù)字遙感圖像內(nèi)容的識別。
　　研究結果表明，利用數(shù)據(jù)挖掘技術能夠有效地對遙感圖像進行分類，在分類的基礎上，根據(jù)分類后每一類圖像光譜波段特征有效地對