基于紋理及光譜信息融合的遙感圖像分類方法研究.pdf

1、本文研究了一種基于光譜特征及紋理特征融合的遙感圖像分類方法。
　　 在本文設(shè)計的分類方法中，首先提出了一種新的適用于遙感目標(biāo)分類的目標(biāo)特征——幅度波譜向量，并把該特征和紋理特征進行融合，對特征分量進行逐點自適應(yīng)加權(quán)，然后設(shè)計了一種性能良好的具有降維功能的隸屬函數(shù)對目標(biāo)的真實特征值進行投影變換，使其成為模糊特征值。然后，選定分類規(guī)則對目標(biāo)進行分類，最后，對分類結(jié)果采用兩種方法進行評價。
　　 對遙感圖像進行實驗分析，首先用

2、本文提出的方法對不同復(fù)雜程度的仿真圖像進行分類實驗，并和基于不同特征的分類方法進行比較。其次是對融合前后的實際圖像進行實驗，比較其分類結(jié)果。最后對采用9種不同融合方法得到的圖像用本文提出的方法進行分類，比較融合方法的好壞。
　　 通過實驗分析，采用本文提出的方法，即有加權(quán)系數(shù)的特征融合方法，進行仿真實驗，用全局評價的方法進行評估，對三類的圖像，總體分類精度為92.60％。而采用未改進的方法，即沒有加權(quán)系數(shù)的特征融合方法，其總體分

3、類精度為78.48％；對五類的圖像，用本文提出的方法，即有加權(quán)系數(shù)的特征融合方法，進行仿真實驗，用全局評價的方法進行評估，總體分類精度為91.12％，而采用未改進的方法，即沒有加權(quán)系數(shù)的特征融合方法，其總體分類精度為90.67％。
　　 對采用9種不同融合方法得到的圖像進行分類，其分類結(jié)果明顯好于融合前的圖像。對于三類圖像，融合前圖像的分類精度為90.77％，而采用9種融合方法得到的圖像的平均精度為92.62％；對于五類圖像，融