遙感圖像地物紋理特征的識別研究.pdf

1、隨著航天遙感技術(shù)的發(fā)展及高分辨率遙感圖像廣泛應(yīng)用,僅依賴圖像光譜信息作為地物的特征有著很大局限性。紋理作為空間信息的反映已經(jīng)成為標(biāo)示地物的重要特征,紋理特征的提取方法以及如何利用提取出的特征進(jìn)行地物識別一直是遙感圖像處理領(lǐng)域的研究熱點(diǎn),有著重要意義。針對以往多數(shù)識別研究沒有很好的將光譜信息和非光譜信息進(jìn)行結(jié)合,文中首先按照地物的光譜信息將濟(jì)南地區(qū)ETM圖像中地物劃分為兩類。有植被覆蓋的耕地、山區(qū)喬木林地、灌木林地光譜相近,可作為一類,無

2、植被覆蓋的住宅區(qū)建筑與裸土為一類,后續(xù)研究只圍繞每一類光譜相近地物展開。灰度共生矩陣法是一種公認(rèn)的能有效進(jìn)行紋理特征分析的方法,常用到的統(tǒng)計(jì)量有對比度(CON)、相關(guān)(COR)、能量(ASM)、熵(ENT)、逆差矩(IDM),可用這5個(gè)統(tǒng)計(jì)量構(gòu)成紋理特征向量。文中用灰度共生矩陣法提取出TM1,TM2,TM3波段ETM圖像的紋理特征,對于每一類光譜相近地物,從三個(gè)波段的所有統(tǒng)計(jì)量中抽取部分構(gòu)造出灰度共生紋理特征向量。耕地、山區(qū)喬木林地、灌

3、木林地可使用{ASMB3, ASMB2, CORB1, ASMB1, ENTB1, IDMB1},住宅區(qū)建筑與裸土可使用{CONB3, ASMB3, IDMB3, CONB2, ASMB2, ENTB2, IDMB2, CONB1, CORB1}?；叶裙采仃嚪軌驈南裨幕叶认嚓P(guān)性上對紋理特征進(jìn)行描述,而分形維數(shù)反映了紋理的結(jié)構(gòu)自相似特征。文中利用差分計(jì)盒維數(shù)法,計(jì)算出TM1,TM2,TM3波段ETM圖像地物的維數(shù)(DIM),并將該維

4、數(shù)作為地物的紋理特征,進(jìn)而與灰度共生紋理特征向量結(jié)合構(gòu)成了灰度共生-差分維數(shù)聯(lián)合特征向量。耕地、山區(qū)喬木林地、灌木林地可使用{ASMB3, ASMB2, CORB1, ASMB1, ENTB1, IDMB1,DIMB3, DIMB2, DIMB1},住宅區(qū)建筑與裸土可使用{CONB3, ASMB3, IDMB3, CONB2, ASMB2, ENTB2, IDMB2, CONB1, CORB1, DIMB3, DIMB2, DIMB1}

5、。BP神經(jīng)網(wǎng)絡(luò)和樸素貝葉斯網(wǎng)絡(luò)是模式識別中經(jīng)常用到的方法。利用從濟(jì)南地區(qū)ETM圖像中提取出的灰度共生紋理特征向量和灰度共生-差分維數(shù)向量對BP神經(jīng)網(wǎng)絡(luò)和樸素貝葉斯網(wǎng)絡(luò)進(jìn)行訓(xùn)練,并用訓(xùn)練后的網(wǎng)絡(luò)對其它地區(qū)遙感圖像進(jìn)行地物識別實(shí)驗(yàn)。通過實(shí)驗(yàn)驗(yàn)證文中所提出的構(gòu)造灰度共生紋理特征向量方法的可行性,討論灰度共生紋理特征向量和灰度共生-差分維數(shù)聯(lián)合特征向量的優(yōu)劣,比較BP神經(jīng)網(wǎng)絡(luò)與樸素貝葉斯網(wǎng)絡(luò)識別方法的差異。實(shí)驗(yàn)結(jié)果表明文中所提出的構(gòu)造灰度共生紋