本文關(guān)鍵詞：基于變差函數(shù)的中高分辨率SAR影像農(nóng)村建筑區(qū)提取

  更多相關(guān)文章： 紋理分析 變差函數(shù) SAR圖像 農(nóng)村建筑區(qū) 迭代P參數(shù)法

【摘要】：目的基于中高分辨率影像進行大范圍的農(nóng)村建筑區(qū)提取時,由于影像分辨率的限制以及農(nóng)村建筑區(qū)規(guī)劃自身規(guī)劃特點等因素,造成了傳統(tǒng)變差函數(shù)方法的高錯分誤差。為了準(zhǔn)確提取農(nóng)村建筑區(qū),為后續(xù)獲取建筑密度和人口密度等工作建立基礎(chǔ),提出了一種基于迭代P參數(shù)法的閾值確定方法。方法通過設(shè)定亮度閾值,在變差函數(shù)紋理計算中為滿足條件的像元點賦以權(quán)值。本文方法確保在4個方向都滿足條件的像元點(認為是建筑區(qū))獲得較大的變差函數(shù)值加成,而僅在一個方向或者沒有方向滿足條件的像元點(認為是非建筑區(qū))獲得較小加成或不變,以此改進傳統(tǒng)變差函數(shù)方法,抑制了農(nóng)村建筑區(qū)與周邊非建筑區(qū)的混淆。結(jié)果以Radarsat-2的多個極化波段影像為數(shù)據(jù)源進行了實驗,改進變差函數(shù)方法在實驗區(qū)1與實驗區(qū)2的各個波段平均檢測率分別為91.58%和90.11%,平均錯分誤差分別為19.83%和31.87%。結(jié)論與傳統(tǒng)變差函數(shù)方法以及最小距離法相比,既保證了較高的檢測率,同時顯著降低了錯分誤差,不足之處是在建筑區(qū)與非建筑區(qū)的邊緣處以及與建筑區(qū)具有相似紋理特征的非建筑區(qū)處出現(xiàn)錯分,需要進一步的研究和完善。
【作者單位】： 中國科學(xué)院遙感與數(shù)字地球研究所;中國科學(xué)院大學(xué);北京城市學(xué)院;
【關(guān)鍵詞】： 紋理分析 變差函數(shù) SAR圖像 農(nóng)村建筑區(qū) 迭代P參數(shù)法
【基金】：高分辨率對地觀測系統(tǒng)重大專項基金項目(00-Y30B14-9001-14/16-1,00-Y30B14-9001-14/16-2,00-Y30B15-9001-14/16-1)
【分類號】：TP751
【正文快照】： 對象的分類方法,如高海燕等人[4]在利用e Cognition0引言作影像分割時融入像元形狀指數(shù)(PSI)特征指數(shù),最后利用支持向量機(SVM)方法對分割后的影像隨著社會經(jīng)濟的發(fā)展,建筑用地不斷增加,運用進行建筑區(qū)的提取,提高了總體精度;基于紋理、形遙感圖像進行建筑區(qū)提取研究為區(qū)域建，

本文編號：761622