本文關(guān)鍵詞：基于多特征融合的遙感圖像分類研究

  更多相關(guān)文章： 遙感分類 多特征融合 Gist特征 支持向量機(jī) 決策樹分類

【摘要】：遙感圖像分類一直是遙感研究領(lǐng)域的重要內(nèi)容,如何解決多類別遙感影像分類識(shí)別并滿足一定的精度,是遙感圖像研究中的一個(gè)關(guān)鍵問題。遙感圖像的計(jì)算機(jī)分類是通過計(jì)算機(jī)對遙感圖像像素進(jìn)行數(shù)值處理,達(dá)到自動(dòng)分類識(shí)別地物的目的。由于同物異譜及異物同譜現(xiàn)象的存在,計(jì)算機(jī)遙感影像分類精度受到了較大影響。改進(jìn)現(xiàn)有分類方法,對地物進(jìn)行精確提取對國土資源監(jiān)測及土地利用規(guī)劃具有十分重要的意義。本文以石家莊市區(qū)的TM遙感數(shù)據(jù)為研究對象,基于紋理特征、光譜特征和空間特征構(gòu)建多特征影像集,應(yīng)用最大似然分類法、支持向量機(jī)法和決策樹分類法對研究區(qū)進(jìn)行了基于多特征融合的分類實(shí)驗(yàn)及精度分析。首先,對紋理特征提取方法進(jìn)行對比和分析,選擇了灰度共生矩陣的方差法和Gabor濾波器的Gist特征為紋理特征,利用最佳指數(shù)法對二者進(jìn)行對比,結(jié)果表明Gist特征比傳統(tǒng)的紋理特征性能更優(yōu)越;其次,基于遙感影像提取了反映光譜特征的植被指數(shù)(NDVI)、纓帽變換分量和主成分分量,并引入數(shù)字高程模型表達(dá)空間特征。按照特征性質(zhì)進(jìn)行隨機(jī)組合,分析各特征組合下分類樣本的J-M距離,構(gòu)建了最優(yōu)分類特征組合;最后,對多特征融合遙感圖像進(jìn)行了最大似然和支持向量機(jī)分類并基于分類特征構(gòu)建決策樹模型,對地物進(jìn)行了分層提取。精度分析結(jié)果表明,分類特征對遙感分類精度的提高具有積極作用,基于多特征的影像分類精度較之原始影像均有所提高,三種分類方法所得實(shí)驗(yàn)結(jié)果顯示,決策樹分類法最優(yōu),精度為87.33%,kappa系數(shù)為0.8454;其次是支持向量機(jī)法,精度為85.33%,kappa系數(shù)為0.8047;最后是最大似然法,精度為80.33%,kappa系數(shù)為0.7340。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP751

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 周斌;林喜榮;賈惠波;宋榕;;多特征融合的手背血管識(shí)別算法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

2 周靜;黃心漢;彭剛;;基于多特征融合的飛機(jī)目標(biāo)識(shí)別[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

3 杜艷明;龍丹;;多特征融合的人臉檢測[J];武漢理工大學(xué)學(xué)報(bào);2010年23期

4 趙小英,黃鳳榮;多特征融合的目標(biāo)識(shí)別與提取在空間定位中的研究[J];河北工業(yè)大學(xué)學(xué)報(bào);2002年04期

5 張進(jìn)華;莊健;杜海峰;王孫安;;一種基于視頻多特征融合的火焰識(shí)別算法[J];西安交通大學(xué)學(xué)報(bào);2006年07期

6 王琳;李愛國;王新年;虞燕風(fēng);;基于多特征融合的早期火災(zāi)煙霧檢測[J];大連海事大學(xué)學(xué)報(bào);2014年01期

7 商飛;馬駿驍;姚立;田地;邱春玲;;基于多特征融合的科學(xué)儀器工作狀態(tài)檢測方法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2010年02期

8 李亮;張樹生;白曉亮;邵立;;基于遺傳算法的三維CAD模型多特征融合和檢索[J];制造業(yè)自動(dòng)化;2013年03期

9 姚拓中;項(xiàng)志宇;劉濟(jì)林;;基于圖像多特征融合的野外水體障礙物檢測[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2009年04期

10 馬東輝;朱斌;樊祥;任彪;;基于粒子濾波的目標(biāo)圖像多特征融合跟蹤方法[J];探測與控制學(xué)報(bào);2009年04期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前3條

1 葉鋒;蔡光東;鄭子華;亓?xí)孕?尹鵬;;基于多特征融合的藥用植物標(biāo)本識(shí)別[A];2011年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊）[C];2011年

2 段其昌;季長有;;基于多特征融合的快速人臉檢測[A];第十七屆全國測控計(jì)量儀器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（上冊）[C];2007年

3 李玉峰;鄭德權(quán);趙鐵軍;;基于SVM和多特征融合的圖像分類[A];第四屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 劉明華;復(fù)雜環(huán)境下基于多特征融合的目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];青島科技大學(xué);2016年

2 田綱;基于多特征融合的Mean shift目標(biāo)跟蹤技術(shù)研究[D];武漢大學(xué);2011年

3 徐志剛;基于多特征融合的路面破損圖像自動(dòng)識(shí)別技術(shù)研究[D];長安大學(xué);2012年

4 陳秀新;多特征融合視頻復(fù)制檢測關(guān)鍵技術(shù)研究[D];北京工業(yè)大學(xué);2013年

5 初紅霞;基于均值移動(dòng)和粒子濾波的目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 金婕;基于多特征融合和結(jié)果重排的特定圖像檢索[D];上海交通大學(xué);2015年

2 封少坤;基于多特征融合的LCD微小瑕疵自動(dòng)分類[D];上海交通大學(xué);2015年

3 徐俊峰;多特征融合的遙感影像變化檢測技術(shù)研究[D];解放軍信息工程大學(xué);2015年

4 張小琴;基于多特征融合的車輛品牌識(shí)別方法研究[D];東南大學(xué);2015年

5 謝振哲;圖像通用隱寫檢測中的多特征融合方法[D];福州大學(xué);2013年

6 陳小波;基于多特征融合與特征包的手勢檢測識(shí)別算法研究[D];福州大學(xué);2013年

7 牛姝媛;基于信息整合的藥物副作用預(yù)測方法研究[D];華東師范大學(xué);2016年

8 龍海強(qiáng);基于深度學(xué)習(xí)的人臉識(shí)別算法[D];廣東工業(yè)大學(xué);2016年

9 朱夢亞;基于多特征融合的遙感圖像分類研究[D];燕山大學(xué);2016年

10 汪龍;壓縮感知跟蹤算法關(guān)鍵技術(shù)研究[D];南昌航空大學(xué);2016年

，

本文編號(hào)：1160428