遙感圖像分類算法及其應(yīng)用研究.pdf

1、遙感技術(shù)廣泛應(yīng)用的重要途徑之一就是遙感圖像分類，即將圖像中所有像素按其性質(zhì)分為若干個類別的技術(shù)過程，其分類的精度直接影響遙感數(shù)據(jù)的應(yīng)用水平和實(shí)用價值。如何解決多類別地物的分類識別并滿足一定的精度，是遙感圖像研究中的一個關(guān)鍵問題。本文從“遙感圖像地域信息智能化分析系統(tǒng)的研發(fā)”項目的實(shí)際應(yīng)用出發(fā)，對遙感圖像的計算機(jī)自動分類及如何提高遙感圖像的分類精度等問題進(jìn)行了初步研究，其主要工作包括： 1．針對遙感圖像分類的噪聲干擾問題，對圖像的

2、降噪處理進(jìn)行了研究，利用小波變換法對圖像去噪。同時，為突出圖像中目標(biāo)輪廓和紋理細(xì)節(jié)信息，通過改進(jìn)的模糊對比度方法對圖像進(jìn)行增強(qiáng)處理。 2．為獲取有利于圖像分類的特征，對特征提取與選擇進(jìn)行了分析，提取了圖像的有效特征，并對多維特征進(jìn)行了去相關(guān)性的特征選擇處理，接著采用“獎優(yōu)罰劣”準(zhǔn)則對特征向量進(jìn)行了歸一化處理，使樣本特征數(shù)據(jù)在特征空間更具可分性。 3．針對圖像分類特征窗口大小選擇問題，對傳統(tǒng)模糊 C 均值(FuzzyC-M

3、eans，F(xiàn)CM)聚類進(jìn)行了研究，提出一種基于投票決策窗口的 FCM 聚類的遙感圖像分類算法。在 FCM 初分類的基礎(chǔ)上，依據(jù)樣本類別隸屬度權(quán)值，采用投票的方式對窗口中的小樣本類別進(jìn)行決策。 4．針對遙感圖像分類精度與算法復(fù)雜度的矛盾及算法的魯棒性問題，尤其是訓(xùn)練樣本的選取、特征提取與選擇，需人為干預(yù)過多，且受專業(yè)人員的知識限制。為此本文提出了基于加權(quán) Mean Shift 的遙感圖像分類算法。結(jié)合內(nèi)嵌置信邊緣檢測得到像素的加權(quán)