基于紋理的遙感圖像分類(lèi)研究.pdf

1、在遙感圖像分類(lèi)中，引入紋理特征能夠很好地提高分類(lèi)精度，已經(jīng)得到研究人員的高度重視。另外，針對(duì)遙感圖像的數(shù)據(jù)量大，更新快的特點(diǎn)，近年來(lái)興起的數(shù)據(jù)挖掘技術(shù)為處理這些海量的遙感數(shù)據(jù)提供了新的技術(shù)手段和方法。紋理特征可看作圖像中反復(fù)出現(xiàn)的局部模式和它們的排列規(guī)則，而關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法夠挖掘大型數(shù)據(jù)庫(kù)中的頻繁模式，這成為遙感數(shù)據(jù)處理與數(shù)據(jù)挖掘相結(jié)合的一個(gè)切入點(diǎn)。在圖像中，紋理特征由于各種因素的影響，其模糊性和隨機(jī)性表現(xiàn)尤為突出，采用模糊方法來(lái)處

2、理圖像模糊問(wèn)題具有廣闊的應(yīng)用前景。基于模糊集的云理論為研究圖像模糊紋理提供了新的理論依據(jù)，將其引入到遙感圖像處理領(lǐng)域是一種創(chuàng)造性的應(yīng)用。 本文以遙感圖像紋理特征作為研究對(duì)象，將其作為圖像分類(lèi)特征值進(jìn)行遙感圖像監(jiān)督和非監(jiān)督分類(lèi)研究。在分類(lèi)中重點(diǎn)研究了兩種目前較為新穎的方法技術(shù)：一是基于數(shù)據(jù)挖掘圖像紋理聯(lián)合關(guān)聯(lián)規(guī)則的遙感圖像監(jiān)督分類(lèi)；另一個(gè)是基于模糊紋理特征矢量云的遙感圖像非監(jiān)督分類(lèi)，最后用對(duì)象云模型對(duì)圖像分類(lèi)區(qū)域的模糊表達(dá)進(jìn)行了研

3、究。論文創(chuàng)新點(diǎn)在于： 1．針對(duì)圖像紋理數(shù)據(jù)挖掘的關(guān)鍵問(wèn)題，提出適合紋理圖像數(shù)據(jù)挖掘的方法體系，包括圖像表示模型、基于象素特征圖像紋理關(guān)聯(lián)規(guī)則定義、紋理圖像挖掘預(yù)處理、紋理圖像模板統(tǒng)計(jì)挖掘算法。該方法體系涵蓋了圖像數(shù)據(jù)挖掘的各個(gè)環(huán)節(jié)，能夠較充分挖掘出紋理圖像中的關(guān)聯(lián)規(guī)則。 2．提出將遙感圖像紋理特征聯(lián)合關(guān)聯(lián)規(guī)則作為紋理圖像的特征表達(dá)。根據(jù)圖像模板統(tǒng)計(jì)挖掘方法挖掘出系列頻繁模式，實(shí)驗(yàn)證明通過(guò)這些頻繁模式，能夠較好表達(dá)圖像的紋

4、理特征。因此我們將其引入到圖像監(jiān)督分類(lèi)算法中，通過(guò)建立紋理圖像樣本區(qū)域的紋理聯(lián)合關(guān)聯(lián)規(guī)則，構(gòu)造模糊分類(lèi)器，對(duì)紋理圖像進(jìn)行監(jiān)督分類(lèi)。實(shí)驗(yàn)證明該算法時(shí)間復(fù)雜度低，對(duì)于海量遙感數(shù)據(jù)的快速處理具有重要理論和應(yīng)用價(jià)值。 3．針對(duì)遙感圖像的模糊性和隨機(jī)不確定性的特點(diǎn)，創(chuàng)造性地將云模糊理論引入遙感圖像處理領(lǐng)域，借助云模糊理論能夠?qū)⒍ㄐ哉撚虻哪：院碗S機(jī)性完全集成到一起構(gòu)成定性和定量相互間映射的特性，來(lái)處理遙感圖像的模糊和隨機(jī)性。通過(guò)對(duì)紋理統(tǒng)計(jì)

5、方法中紋理描述符的相關(guān)性分析，抽取最能表達(dá)某種紋理的遙感圖像紋理描述符，基于遙感圖像紋理特征，在圖像微窗口進(jìn)行多維云數(shù)字特征生成，構(gòu)建紋理特征多維矢量云來(lái)表達(dá)遙感圖像紋理特征。在此基礎(chǔ)上，我們提出紋理特征矢量云距離計(jì)算方法，采用模糊聚類(lèi)算法對(duì)遙感圖像進(jìn)行非監(jiān)督分類(lèi)，實(shí)驗(yàn)證明該方法能夠提高圖像分類(lèi)的精度，并且算法收斂速度快。 4．針對(duì)圖像分類(lèi)所獲取的區(qū)域具有不確定邊界，提出采用對(duì)象云模型來(lái)表達(dá)遙感圖像上模糊空間分類(lèi)區(qū)域(對(duì)象)。借