為了有效獲取高分辨率影像的紋理特征,以覆蓋黑龍江省穆棱市的高分一號影像為研究對象,選用在二維測不準(zhǔn)的情況下對信號空間域和頻率域描述最佳的Gabor濾波器進(jìn)行影像的紋理特征分析提取。通過分析二維Gabor函數(shù)中不同參數(shù)之間的相互關(guān)系,計算自適應(yīng)濾波器參數(shù)組,有效獲取高分影像的紋理特征。結(jié)果表明:利用二維Gabor濾波器自適應(yīng)參數(shù)組能夠?qū)b感影像進(jìn)行不同方向紋理信息提取,且30°,60°,120°,150°濾波方向上能明顯提取紋理特征;當(dāng)濾波器的中心頻率穩(wěn)定在0.27時,影像在120°方向的信息熵值達(dá)到了最高值5.823 6,說明在該頻率該方向上提取到的紋理信息最豐富;采用最大似然分類方法驗證Gabor濾波器的紋理特征提取效果,實驗表明利用Gabor濾波器提取紋理特征輔助高分一號影像分類的Kappa系數(shù)和總精度分別達(dá)到0.843 2%和87.924 3%,明顯高于不加入紋理特征的遙感影像分類精度的0.778 1和82.983 0%.證明Gabor濾波器能夠較好提取高分辨率影像紋理信息特征。 

【文章來源】：西安科技大學(xué)學(xué)報. 2020,40(04)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

預(yù)處理后影像

結(jié)果顯示,選擇不同方向不同頻率下的濾波器效果截然不同。當(dāng)濾波方向在0°和90°時,信息熵值最小,從紋理圖像同樣反映出此時獲得的紋理信息最少;當(dāng)濾波方向在30°,60°,120°,150°這4個方向時,信息熵值明顯大于其他方向,獲取的紋理特征也最明顯。當(dāng)Gabor濾波器的中心頻率穩(wěn)定在0.27,濾波方向為120°時,得到信息熵的最高值5.823 6.3 Gabor濾波器提取紋理效果分析

表3 最大似然分類精度評價Table 3 Maximum likelihood classification accuracy evaluation 類別 精度 GF1 GF1+Gabor 林地 Prod.Acc/% 94.54 95.07 User Acc/% 86.06 93.26 耕地 Prod.Acc/% 63.24 81.79 User Acc/% 87.37 90.50 建筑用地 Prod.Acc/% 89.74 90.05 User Acc/% 78.00 84.68 河流 Prod.Acc/% 74.31 75.37 User Acc/% 98.13 98.86 裸地 Prod.Acc/% 92.59 92.14 User Acc/% 52.87 51.97 坑塘 Prod.Acc/% 76.18 79.90 User Acc/% 99.26 99.50 - Kappa系數(shù) 0.778 1 0.843 2 總精度(%) 82.983 0 87.924 34 結(jié) 論

【參考文獻(xiàn)】：
期刊論文
[1]基于Landsat 8數(shù)據(jù)反演地表發(fā)射率的幾種不同算法對比分析[J]. 王麗霞,孫津花,劉招,張雙成,楊耘.  西安科技大學(xué)學(xué)報. 2019(02)
[2]結(jié)合Gabor紋理與幾何特征的高分辨率遙感影像城區(qū)道路提取方法[J]. 胡華龍,吳冰,黃邵美.  測繪科學(xué)技術(shù)學(xué)報. 2015(04)
[3]高分一號多光譜遙感數(shù)據(jù)的面向?qū)ο蠓诸怺J]. 劉書含,顧行發(fā),余濤,王珂,張周威,鞠頌.  測繪科學(xué). 2014(12)
[4]高分一號衛(wèi)星的技術(shù)特點[J]. 白照廣.  中國航天. 2013(08)
[5]基于紋理的圖像檢索算法研究[J]. 許元飛.  西安科技大學(xué)學(xué)報. 2013(04)
[6]基于高分影像紋理分維變化的災(zāi)害自動識別方法[J]. 吳鵬天昊,吳立新,沈永林,許志華,王植.  地理與地理信息科學(xué). 2012(02)
[7]基于Gabor濾波器的航空圖像居民區(qū)域提取[J]. 谷多玉,郭江,李書曉,常紅星.  北京航空航天大學(xué)學(xué)報. 2012(01)
[8]基于Gabor紋理描述的遙感影像分割[J]. 徐芳.  測繪科學(xué). 2013(01)
[9]一種基于Gabor濾波器組和LBP的多特征聯(lián)合SAR紋理圖像分類方法[J]. 張斌,高鑫.  科學(xué)技術(shù)與工程. 2010(17)
[10]基于顏色和空間特征的圖像檢索[J]. 張志安,藺麗華.  西安科技大學(xué)學(xué)報. 2007(03)

博士論文
[1]基于紋理特征的遙感影像居民地提取技術(shù)研究[D]. 金飛.解放軍信息工程大學(xué) 2013
[2]彩色航空圖像森林紋理特征提取方法的研究[D]. 畢于慧.北京林業(yè)大學(xué) 2007

碩士論文
[1]基于深度學(xué)習(xí)技術(shù)的高分辨率遙感影像建設(shè)用地信息提取研究[D]. 馮麗英.浙江大學(xué) 2017
[2]基于Gabor濾波器的紋理特征提取研究及應(yīng)用[D]. 張艷.西安科技大學(xué) 2014
[3]基于遙感TM影像紋理特征的長江河口流態(tài)信息分析[D]. 喬遠(yuǎn)英.華東師范大學(xué) 2014
[4]基于Gabor濾波器的鐵路圖像軌枕分割[D]. 胡光燦.西南交通大學(xué) 2013
[5]基于多通道Gabor小波濾波器的圖像分割研究[D]. 李波.東北師范大學(xué) 2004
[6]地統(tǒng)計學(xué)和神經(jīng)網(wǎng)絡(luò)在遙感影像分類中的應(yīng)用研究[D]. 李小濤.山東科技大學(xué) 2004



本文編號：3268526