【摘要】：紋理特征是遙感影像重要特性,紋理分析在遙感影像識(shí)別中的作用越來(lái)越大。大量研究表明,紋理分析是提高影像分類精度的重要手段,而影像分類的關(guān)鍵在于能否正確的提取影像紋理特征。如何快速、正確的提取影像紋理特征以及選擇合適的特征維數(shù)一直熱門的研究方向。本文基于典型地物在影像中的紋理特征,對(duì)影像紋理特征提取做了研究,根據(jù)提取出來(lái)的紋理特征值進(jìn)行圖像分類,并應(yīng)用到地震災(zāi)害信息提取中,為震后救援提供信息參考。具體內(nèi)容如下:首先在閱讀大量前人研究成果基礎(chǔ)上分析了典型地物如建筑物、山體、水體等在影像上的紋理特征,這些特征能夠很好區(qū)分不同地物�？偨Y(jié)了目前比較常用的紋理提取方法:統(tǒng)計(jì)分析方法、幾何特征方法、信號(hào)處理方法和模型方法。分析了這些紋理分析方法的研究現(xiàn)狀和各自特點(diǎn),確定了統(tǒng)計(jì)分析方法中的灰度共生矩陣、行程長(zhǎng)矩陣和灰度差分矩陣方法作為本文特征提取方法。編程實(shí)現(xiàn)特征提取算法,計(jì)算出圖像的特征值。為了達(dá)到運(yùn)算速度快、分類精度好的效果,對(duì)這幾類方法的特征維數(shù)進(jìn)行篩選,采用權(quán)重分析算法以及對(duì)比不同維數(shù)特征下的圖像分類精度,確定本文圖像分類實(shí)驗(yàn)采用15維特征量。選取玉樹地震前后遙感影像作為實(shí)驗(yàn)樣本,選取完好建筑、嚴(yán)重倒塌建筑和輕微倒塌建筑這三種能夠代表地震災(zāi)害信息的樣本進(jìn)行分類實(shí)驗(yàn),分類方法選用決策樹算法和支持向量機(jī)分類器。分別進(jìn)行單一地物分類和混合地物分類,單一地物分類樣本選擇建筑物,混合地物分類樣本選擇建筑物、山體、水體、道路等,實(shí)驗(yàn)結(jié)果表明本文采用的方法對(duì)建筑物分類正確率達(dá)到87%以上,能夠從大量的樣本中將建筑物識(shí)別出來(lái)�；谶@些實(shí)驗(yàn)基礎(chǔ),進(jìn)行災(zāi)害信息提取,直接在震后影像區(qū)域上循環(huán)對(duì)地物進(jìn)行分類,識(shí)別出代表地震災(zāi)害信息建筑物樣本。實(shí)驗(yàn)表明本文提取的方法能夠較好的將地震信息提取出來(lái),選擇的特征量維數(shù)具有分類精度高,運(yùn)行速度快的優(yōu)點(diǎn),比較具有代表性。
[Abstract]:Texture feature is an important feature of remote sensing image. Texture analysis plays a more and more important role in remote sensing image recognition. A large number of studies show that texture analysis is an important means to improve the accuracy of image classification, and the key of image classification is to extract the image texture features correctly. How to quickly and correctly extract image texture features and choose the appropriate feature dimension has been a hot research direction. Based on the texture features of typical ground objects in the image, this paper studies the extraction of image texture features, classifies the images according to the extracted texture features, and applies them to the extraction of earthquake disaster information, which provides information reference for post-earthquake rescue. The main contents are as follows: firstly, on the basis of reading a large number of previous research results, this paper analyzes the texture features of typical ground objects such as buildings, mountains, water bodies and so on, which can distinguish different features very well. The methods of texture extraction are summarized, such as statistical analysis method, geometric feature method, signal processing method and model method. The present situation and characteristics of these texture analysis methods are analyzed, and the gray level co-occurrence matrix, the travel length matrix and the gray difference matrix method are determined as the feature extraction methods in this paper. The feature extraction algorithm is realized by programming, and the feature value of the image is calculated. In order to achieve the effect of fast operation and good classification accuracy, the feature dimension of these methods is screened, and the image classification accuracy under different dimension features is compared by weight analysis algorithm. It is determined that the 15-dimensional feature quantity is used in the image classification experiment in this paper. The remote sensing images before and after the Yushu earthquake were selected as experimental samples, and three kinds of samples representing the information of earthquake disaster were selected, such as intact building, severely collapsed building and slightly collapsed building. Decision tree algorithm and support vector machine classifier are used for classification. The single feature classification and the mixed feature classification, the single feature classification sample select the building, the mixed feature classification sample selects the building, the mountain body, the water body, the road and so on. The experimental results show that the accuracy of the proposed method is more than 87% and can be recognized from a large number of samples. On the basis of these experiments, disaster information is extracted and ground objects are classified directly in the post-earthquake image area, and the building samples representing earthquake disaster information are identified. The experimental results show that the method can extract the seismic information well, and the dimension of the selected feature has the advantages of high classification accuracy and fast running speed, so it is more representative.
【學(xué)位授予單位】：中國(guó)地質(zhì)大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：P315.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李德仁;張繼賢;;影象紋理分析的現(xiàn)狀和方法(一)[J];武測(cè)科技;1993年03期

2 鄭肇葆;馬爾柯夫場(chǎng)在影像紋理模擬中的應(yīng)用[J];測(cè)繪學(xué)報(bào);1993年04期

3 李德仁;張繼賢;;影象紋理分析的現(xiàn)狀和方法評(píng)述(二)[J];武測(cè)科技;1993年04期

4 胡聰;;基于紋理分析的航磁異常邊界增強(qiáng)技術(shù)研究及應(yīng)用[J];物探化探計(jì)算技術(shù);2014年03期

5 張繼賢，，李德仁;基于紋理質(zhì)地子特征的影像紋理分形分析[J];測(cè)繪學(xué)報(bào);1995年04期

6 張濤;王成儒;;基于尺度質(zhì)心統(tǒng)計(jì)的紋理分析[J];光學(xué)技術(shù);2006年03期

7 張繼賢，李德仁;影像紋理的多標(biāo)度分形分析[J];武漢測(cè)繪科技大學(xué)學(xué)報(bào);1995年02期

8 聶丹;付仲良;張鶴;;基于紋理譜的遙感影像紋理分析方法[J];地理空間信息;2006年06期

9 康志忠,張祖勛,張劍清;基于車載序列影像的建筑立面紋理的快速重建[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2005年11期

10 李利紅;張華國(guó);厲冬玲;史愛琴;王小珍;;基于多尺度紋理和光譜信息的海島土地利用遙感分類方法研究[J];海洋學(xué)研究;2013年02期

相關(guān)會(huì)議論文 前10條

1 徐國(guó)棟;郭恒業(yè);;統(tǒng)計(jì)紋理生成模型[A];中國(guó)科學(xué)技術(shù)協(xié)會(huì)首屆青年學(xué)術(shù)年會(huì)論文集（工科分冊(cè)·上冊(cè)）[C];1992年

2 盧海燕;陳明;孫梅;宋樹良;馬艷;鄭傳立;;肝纖維化超聲圖像紋理分析與組織學(xué)檢查對(duì)照研究[A];第二屆長(zhǎng)三角超聲醫(yī)學(xué)論壇暨2009年浙江省超聲醫(yī)學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2009年

3 楊關(guān);馮國(guó)燦;鄒小林;劉志勇;;彩色紋理分析中的高斯圖模型[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

4 熊欣;何中市;;紋理分析在超聲圖像中的應(yīng)用[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

5 姚明海;應(yīng)宏微;;基于反饋的汽車牌照紋理分析定位算法的研究[A];第二十三屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2004年

6 黃戰(zhàn)華;劉正;張振;蔡懷宇;楊基春;張尹馨;;基于矢量化方法的紋理缺陷快速檢測(cè)[A];2008中國(guó)儀器儀表與測(cè)控技術(shù)進(jìn)展大會(huì)論文集（Ⅰ）[C];2008年

7 管玉娟;王淑晴;關(guān)澤群;;紋理分析的條件模式譜方法[A];第十四屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年

8 鄭傳華;;試論地震災(zāi)害及其減災(zāi)對(duì)策[A];中國(guó)減災(zāi)與新世紀(jì)發(fā)展戰(zhàn)略——首屆“中國(guó)21世紀(jì)安全減災(zāi)與可持續(xù)發(fā)展戰(zhàn)略高級(jí)研討會(huì)”論文集[C];1998年

9 李保廷;;社會(huì)發(fā)展與地震災(zāi)害[A];山西省地震學(xué)會(huì)第四屆學(xué)術(shù)年會(huì)論文摘要專刊[C];2005年

10 崔秋文;;地震災(zāi)害經(jīng)濟(jì)學(xué)研究的思考[A];中國(guó)地震學(xué)會(huì)第11次學(xué)術(shù)大會(huì)論文摘要集[C];2006年

相關(guān)重要報(bào)紙文章 前10條

1 記者 王強(qiáng);發(fā)揚(yáng)頑強(qiáng)奮戰(zhàn)精神 同心戰(zhàn)勝地震災(zāi)害[N];吉林日?qǐng)?bào);2013年

2 本報(bào)記者 張琨;排查治理安全隱患 降低地震災(zāi)害損失[N];綿陽(yáng)日?qǐng)?bào);2014年

3 郭元樂邋趙亞平;甘肅加強(qiáng)應(yīng)對(duì)地震災(zāi)害安全防范工作[N];中國(guó)建設(shè)報(bào);2008年

4 茍保平;省委省政府通報(bào)我省地震災(zāi)害情況[N];甘肅日?qǐng)?bào);2008年

5 特約記者 任郭英 李軍;陜西煤化積極應(yīng)對(duì)地震災(zāi)害[N];中國(guó)化工報(bào);2008年

6 劉毅;攀枝花局沉著應(yīng)對(duì)地震災(zāi)害全力保通關(guān)[N];中國(guó)國(guó)門時(shí)報(bào);2008年

7 省政協(xié)常委 李并成;關(guān)于預(yù)防和抗擊地震災(zāi)害的建議[N];民主協(xié)商報(bào);2008年

8 心文;對(duì)我國(guó)四川遭受地震災(zāi)害表示慰問[N];中國(guó)社會(huì)科學(xué)院院報(bào);2008年

9 藺津;自治區(qū)政協(xié)召開《寧夏地震災(zāi)害與對(duì)策研究》課題啟動(dòng)會(huì)[N];華興時(shí)報(bào);2008年

10 張?zhí)m;專項(xiàng)資金助地震受災(zāi)戶房屋重建[N];瀘州日?qǐng)?bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 高妮;基于Contourlet提取紋理建立早期AD的高斯過程預(yù)測(cè)模型[D];首都醫(yī)科大學(xué);2016年

2 毛羽;血清miR-1290聯(lián)合DW-MRI紋理分析預(yù)測(cè)食管鱗癌放化療敏感性及相關(guān)機(jī)制的研究[D];天津醫(yī)科大學(xué);2016年

3 李振江;基于MRI的多維放療技術(shù)若干關(guān)鍵問題的研究[D];東南大學(xué);2017年

4 鐘紅霞;MRI紋理分析在預(yù)測(cè)直腸癌NCRT療效、TN分期、神經(jīng)脈管侵犯方面的作用[D];北京協(xié)和醫(yī)學(xué)院;2017年

5 張國(guó)鵬;三維紋理分析在虛擬結(jié)腸鏡計(jì)算機(jī)輔助檢測(cè)/診斷中的應(yīng)用研究[D];第四軍醫(yī)大學(xué);2013年

6 尹超;平原區(qū)路堤地震災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究[D];長(zhǎng)安大學(xué);2015年

7 李天祺;能源供應(yīng)系統(tǒng)地震災(zāi)害研究[D];中國(guó)地震局工程力學(xué)研究所;2007年

8 寧寶坤;地震災(zāi)害時(shí)空分布與緊急救援響應(yīng)研究[D];中國(guó)地震局地質(zhì)研究所;2010年

9 董惠娟;地震災(zāi)害與心理傷害的相關(guān)性及其心理救助措施研究[D];中國(guó)地震局地球物理研究所;2006年

10 周柏賈;分布式虛擬仿真地震應(yīng)急演練技術(shù)研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2013年

相關(guān)碩士學(xué)位論文 前10條

1 余歡明;遙感影像紋理分析及在地震災(zāi)害信息提取中的應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué)(北京);2017年

2 陳金霞;快速粒度估計(jì)法在紋理分析中的應(yīng)用研究[D];華南理工大學(xué);2015年

3 劉W

本文編號(hào)：2310673