本文關鍵詞：融合像元形狀和光譜信息的高分遙感圖像分類新方法，，由筆耕文化傳播整理發(fā)布。

【摘要】：在高空間分辨率(簡稱"高分")遙感圖像分類中,由于存在"同譜異物"等現(xiàn)象,僅依靠光譜信息進行分類的誤差較大。為提高圖像分類精度,提出一種融合像元形狀和光譜特征信息的高分多光譜遙感圖像分類新方法。首先利用像元及其鄰域的關系來描述其空間結構,計算并提取像元同質(zhì)區(qū)域(pixel homogeneous regions,PHR);然后以所提取的同質(zhì)區(qū)域為基礎,分別計算中心像元的長/寬比(length-width ratio,LW)和面積/周長比(area-perimeter ratio,PAI)這2個像元形狀特征;最后將歸一化后的像元形狀特征和光譜特征融合,并利用支持向量機分類方法進行分類。以2個區(qū)域的Quick Bird高分遙感圖像對該算法進行驗證,將實驗結果與僅利用光譜信息分類和僅使用像元形狀指數(shù)(pixel shape index,PSI)分類的結果進行比較。結果表明,所提出的方法得到的分類精度最高,該方法能有效地提高高分遙感圖像的分類精度。
【作者單位】： 武漢大學遙感信息工程學院;中國礦業(yè)大學(徐州)環(huán)境與測繪學院;
【關鍵詞】： 像元同質(zhì)區(qū)域(PHR) 像元形狀指數(shù)(PSI) 閾值 高空間分辨率遙感圖像
【分類號】：TP751
【正文快照】： 0引言傳統(tǒng)的基于像元的遙感數(shù)據(jù)監(jiān)督分類算法主要根據(jù)地物光譜數(shù)據(jù),統(tǒng)計以像元為基本單元的圖像在不同光譜數(shù)據(jù)組合中的差別,對圖像進行分類。但由于“同譜異物”現(xiàn)象和大量混合像元的存在,基于像元光譜特征的分類方法往往不能達到滿意的分類效果。近年來國內(nèi)外遙感研究人員提

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉慶生,劉高煥,藺啟忠,王志剛;基于邏輯斯蒂模型的遙感圖像分類[J];國土資源遙感;2001年01期

2 譚衢霖,邵蕓;雷達遙感圖像分類新技術發(fā)展研究[J];國土資源遙感;2001年03期

3 杜鳳蘭,田慶久,夏學齊;遙感圖像分類方法評析與展望[J];遙感技術與應用;2004年06期

4 李石華,王金亮,畢艷,陳姚,朱妙園,楊帥,朱佳;遙感圖像分類方法研究綜述[J];國土資源遙感;2005年02期

5 付小勇;楊建祥;譚靖;;基于統(tǒng)計的遙感圖像分類方法[J];林業(yè)調(diào)查規(guī)劃;2005年06期

6 王一達;沈熙玲;謝炯;;遙感圖像分類方法綜述[J];遙感信息;2006年05期

7 李華;曹衛(wèi)彬;劉姣娣;;土地監(jiān)測中提高遙感圖像分類精度的方法研究[J];安徽農(nóng)學通報;2008年22期

8 岳昔娟;張勇;黃國滿;;改進的直方圖均衡化在遙感圖像分類中的應用[J];四川測繪;2008年04期

9 曾聯(lián)明;吳湘濱;劉鵬;;感興趣區(qū)域遙感圖像分類與支持向量機應用研究[J];計算機工程與應用;2009年06期

10 金良;于鳳鳴;;計算機遙感圖像分類法在天然草原土地利用現(xiàn)狀研究中的應用[J];科技資訊;2010年36期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 周軍其;張紅;孫家b

本文編號：505868