遙感圖像地物紋理特征的識別研究.pdf

1、隨著航天遙感技術的發(fā)展及高分辨率遙感圖像廣泛應用,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行地物識別一直是遙感圖像處理領域的研究熱點,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行結(jié)合,文中首先按照地物的光譜信息將濟南地區(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的能有效進行紋理特征分析的方法,常用到的統(tǒng)計量有對比度(CON)、相關(COR)、能量(ASM)、熵(ENT)、逆差矩(IDM),可用這5個統(tǒng)計量構(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,從三個波段的所有統(tǒng)計量中抽取部分構(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}。灰度共生矩陣法能夠從像元的灰度相關性上對紋理特征進行描述,而分形維數(shù)反映了紋理的結(jié)構(gòu)自相似特征。文中利用差分計盒維數(shù)法,計算出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)絡和樸素貝葉斯網(wǎng)絡是模式識別中經(jīng)常用到的方法。利用從濟南地區(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)絡和樸素貝葉斯網(wǎng)絡進行訓練,并用訓練后的網(wǎng)絡對其它地區(qū)遙感圖像進行地物識別實驗。通過實驗驗證文中所提出的構(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)絡與樸素貝葉斯網(wǎng)絡識別方法的差異。實驗結(jié)果表明文中所提出的構(gòu)造灰度共生紋