【摘要】：以高空間分辨率遙感影像為研究對象,將紋理特征與影像的光譜特征結(jié)合起來,用于地表覆蓋類型分類。設(shè)計了一種基于傅里葉譜紋理的分類策略,對主成分分析后的第1、2主分量特征影像,利用徑向譜(r-spectrum)提取紋理特征,并將紋理與光譜特征結(jié)合起來,構(gòu)建了不同的分類特征用于支持向量機分類模型。以Salinas數(shù)據(jù)集和QuickBird影像為例,驗證該算法。結(jié)果表明,紋理與光譜信息的結(jié)合可以明顯提高高分辨率遙感影像的分類精度;由傅里葉徑向譜提取的紋理特征可以很好的應(yīng)用到高分辨率遙感影像的分類問題中,分類精度高于基于傅里葉總能量譜和灰度共生矩陣的分類精度;利用該算法對PCA變換后的第1和第2分量提取的紋理特征具有一定的互補性,并且結(jié)合多特征圖像的紋理特征提取優(yōu)于單特征圖像的紋理特征提取。
[Abstract]:The high spatial resolution remote sensing image is taken as the research object. The texture feature is combined with the spectral feature of the image to classify the land cover type. In this paper, a classification strategy based on Fourier spectrum texture is designed. For the first principal component feature image after principal component analysis, radial spectrum (r-spectrum) is used to extract texture feature, and the texture is combined with spectral feature. Different classification features are constructed to support vector machine classification model. Taking Salinas dataset and QuickBird image as examples, the algorithm is verified. The results show that the combination of texture and spectral information can obviously improve the classification accuracy of high-resolution remote sensing images, and the texture features extracted from Fourier radial spectrum can be applied to the classification of high-resolution remote sensing images. The classification accuracy is higher than that based on Fourier total energy spectrum and gray level co-occurrence matrix, and the algorithm is complementary to the texture features extracted from the first and second components of PCA transform. The texture feature extraction of multi-feature image is better than that of single feature image.
【作者單位】： 華中農(nóng)業(yè)大學園藝林學學院;武漢大學遙感信息工程學院;
【基金】：國家863計劃(2012AA12A304,2013AA102401) 中央高�；究蒲袠I(yè)務(wù)費專項基金(2014QC018) 地理國情監(jiān)測國家測繪地理信息局重點實驗室開放研究基金(2013NGC05)~~
【分類號】：P237

【相似文獻】

相關(guān)期刊論文 前10條

1 李玲;李文舉;;基于車徽背景紋理識別的車徽定位新方法[J];遼寧師范大學學報(自然科學版);2009年02期

2 郭小方;趙元洪;;提取遙感圖像地學紋理信息的極值法[J];遙感信息;1991年02期

3 吳軍;3維城市建模中的建筑墻面紋理快速重建研究[J];測繪學報;2005年04期

4 李笑嵐;查紅彬;;消除紋理接縫的2D-3D紋理映射[J];北京大學學報(自然科學版);2006年05期

5 沈作奎;;快鳥影像紋理的地統(tǒng)計學提取[J];礦山測量;2012年06期

6 孫春生,吳軍,陳丹清;三維城市建模中的建筑墻面紋理快速獲取[J];武漢大學學報(信息科學版);2005年09期

7 蘭澤英;劉洋;;一種GIS空間知識分析的影像紋理尺度提取算法[J];測繪科學;2013年02期

8 張錦水;潘耀忠;韓立建;蘇偉;何春陽;;光譜與紋理信息復(fù)合的土地利用/覆蓋變化動態(tài)監(jiān)測研究[J];遙感學報;2007年04期

9 馬建文,朱章森,楊武年,康慧,沈明星;遙感數(shù)字圖像處理在高山積雪覆蓋地區(qū)增強成礦巖石的紋理信息[J];成都理工學院學報;1998年S1期

10 邢立新,孟治國,M.Osei Edward;基于小波變換的遙感紋理信息提取[J];吉林大學學報(地球科學版);2004年03期

相關(guān)會議論文 前2條

1 程盈盈;吳涓;宋愛國;;噪聲對紋理的力觸覺表達真實感影響的實驗研究[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

2 趙珊;孫君頂;安志勇;周利華;;一種新的基于紋理基元的圖像檢索算法[A];第一屆建立和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2005）論文集[C];2005年

相關(guān)博士學位論文 前2條

1 王建華;基于GPU的顯式有限元快速計算方法及在車身設(shè)計制造中的應(yīng)用[D];湖南大學;2011年

2 王春華;風場中森林的建模與仿真[D];武漢理工大學;2010年

相關(guān)碩士學位論文 前10條

1 李水平;結(jié)合紋理和幾何形狀信息的三維目標匹配研究[D];電子科技大學;2014年

2 范靖宇;基于紋理材質(zhì)的三維特效合成研究與實現(xiàn)[D];電子科技大學;2014年

3 鄒存陽;三維服裝裝飾造型與繪制[D];浙江大學;2016年

4 孫士杰;基于相位測量輪廓術(shù)的快速獲取物體三維形貌和紋理信息研究[D];太原理工大學;2016年

5 席鵬程;基于知識的活動紋理模型在醫(yī)學圖像定位中的探討[D];南京航空航天大學;2005年

6 羅迪嘉;面向復(fù)雜三維場景實時繪制的高效紋理壓縮技術(shù)[D];浙江大學;2007年

7 吳雨;融合紋理信息的三維模型重建[D];電子科技大學;2012年

8 高陽;森林蓄積量估測遙感影像比值波段和紋理信息選擇研究[D];西安科技大學;2014年

9 滕秀花;基于彩色紋理信息和多維鄰域特征的色彩傳遞算法的設(shè)計與實現(xiàn)[D];福州大學;2006年

10 熊艷;深度紋理信息的顯著性計算[D];天津大學;2014年

，

本文編號：2267320