
科技论坛
基于遥感图像特征的分类方法研究
StudyoftheMethodsClassificationBasedonRSImageFeature
张耀宇ZhangYaoyu
张凤晶ZhangFengjing
吴迪WuDi
(空军航空大学特种专业系,吉林长春130022)
(SpecialInformationDepartment,AirForceAviationUniversity,JilinChangchun130022)
摘
要:基于光谱特征的遥感图像信息提取方法存在分类精度和效率低的不足,在ENVI软件下采用基于灰度共生矩阵提取纹理特征的方法,将纹理特
纹理特征参与分类在一定程度上提高了遥感图像的分类精度。征参与到光谱特征中进行分类,并与基于光谱单源数据分类进行分析和比较。实验结果表明,
关键词:光谱特征;纹理特征;灰度共生矩阵;图像分类Abstract:Thetraditionalextractionmethodsbasedonspectralfeaturehastheshortcomingsofthelowaccuracyandclassificationefficiency.Itextractsthetextureimagesbasedonthegraylevelco-occurrencematrix.Thenputtheimagetextureclassificationintheformofspectralfeatureclassification.,andcomparingtotheresultsbasedonthemethodwithsingle-sourcedataofspectralfeature,thisshowsthattextureimagesparticipationtosomeextentincreasetheclassificationaccuracyofremotesensingimages.
Keywords:spectralfeature;texturefeature;graylevelco-occurrencematrix;imageclassification计算机遥感图像分类是遥感信息提取的重要应用方向,利用地物光谱特征和结构特征的差异性可以识别在一定时间段内的地物信息。基于像元反射光谱平均量的统计特性,不善于提取空间信息,不容易解决“同物异谱、同谱异物”和混合像元等问题,分类精度不高。在遥感光谱信息的基础上,加入纹理特征信息进行专题分类,使光谱特征和结构特征共同参与图像分类,有效地改善了图像分类的精度。
1光谱特征分类技术
光谱特征是遥感图像最基本的特征,传统的遥感图像分类算法都是基于光谱特征进行的。遥感图像计算机分类算法通常有两类处理方案,即
)和非监督分类(Unsuper-监督分类(Supervised
[1]
vised)。这两类方法得到的结果只是对不同类别达到了区分,不确定类别的属性,通过事后对各类的光谱响应曲线进行分析以及与实地调查数据比较后确定类别。
监督分类是在有先验知识的条件下进行的,先选择训练样区,根据已知像元数据求出参数,确定各类判别函数的形式,然后利用判别函数对未知像元进行分类,经典的监督分类法有最大似然最小距离法、光谱角分类法等。非监督分类按法、
照特征矢量在特征空间中类别集群的特点进行分类,分类结果只是对不同类别达到了区分,而类别属性则是通过事后对各类的光谱响应曲线进行分析,或通过实地调查后确定的,常见的非监督分类
迭代自组织数据分析等。法有K-均值、
2纹理特征提取技术
纹理反映的是像素灰度的空间变化特征,是分布在整个图像或图像中某一区域内具有规律性排列的图形。Haralick等提出的灰度共生矩阵计算方法被公认为当今的一种重要的纹理分析方法[2]
。灰度共生矩阵的分析方法,从遥感图像的灰度共生矩阵出发分析地物的空间分布特性,从多个侧面描述图像纹理的特征。
图像灰度表面都可以看成三维空间中的一个曲面,在三维空间中,相隔某一距离的两个像素灰度级的联合分布的统计形式,对纹理分析很有意义。灰度共生矩阵计算图像灰度级之间联合条件概率密度P(i,j/d,θ)来表示纹理。P(i,j/d,θ)表示在给定空间距离d和方向θ时,灰度为i为始点,
(x+△x,y十△y)同时出现出现灰度级为j的像素
[3]
的概率,如图1,P(i,j/d,θ)常用矩阵形式表示,称
为灰度共生矩阵。
窗口大小生成灰度共生矩阵,基于灰度共生矩阵
提取纹理特征图像。
3基于光谱及纹理特征分类基于特征的分类方法,采用将纹理特征参与到光谱特征中,利用光谱特征图像分别加入一个纹理特征图像共同分类。纹理单元的分形维特征较传统的方差特征在细分地物和表现边界特征方面效果要好[5]。基本处理思路就是提取待分类图像的光谱信息和纹理信息,采用监督或非监督方法进行图像分类,处理步骤如图2所示。
图1灰度共生矩阵
用数学公式表示则为:
式中,i,j=0,1,2,…,L-l;L为图像的灰度级数;x,y是图像中的像素坐标。
图像的灰度级数一般是256级,在求灰度共生矩阵之前常压缩为8级,对于遥感图像来说以下四种统计量效果最好[4]。
(1)对比度(Contrast)
图2基于光谱及纹理特征分类流程图
对比度是灰度共生矩阵主对角线附近的惯性矩,它度量矩阵的值是如何分布和图像中局部变化的多少,反映了图像的清晰度和纹理的沟纹深浅。
(2)熵(Entropy)
熵度量图像纹理的随机性。当空间共生矩阵中所有值均相等时,它取得最大值;相反,如果共生矩阵中的值非常不均匀时,其值较小。
(3)角二阶矩(Angularsecondmoment)
图3遥感图像
角二阶矩是灰度共生矩阵各元素的平方和,
它是图像纹理灰度变化均的度量,反映又称能量。
了图像灰度分布均匀程度和纹理粗细度。
(4)相关(Correlation)
它度量空间灰度共生矩阵元素在行或列方向上的相似程度,因此,相关值大小反映了图像中局部灰度相关性。
在ENVI4.2软件下(d和θ均取ENVI软件默认值,d为1个像元距离,θ方向为135°)以不同图4光谱特征最大似然法分类
采用的是纹理特征图像是5×5窗口的纹理
利用纹理特征图像辅助分类,得到了监特征图像。
督分类的图像,与单独使用光谱图像的分类结果相比较可以看出:通过利用纹理(下转214页)
-50-
况, 并 作了简单评述, 最后, 展望了遥感 图像分类方法研究发展方向和研究热点...通 过选择特征变量、 确定判别函数或判别规则, 从而把 图像中的各个像 元点划归...
情况 ,并 作了简单评述 ,最后 ,展望了遥感图像分类方法研究发展方向和研究热点...通 过选择特征变量 、 确定判别函数或判别规则 ,从而把 图像中的各个像元点...
遥感图像分类方法及研究进展_理学_高等教育_教育专区。分类 遥感河北...312 综合阈值法 周兴东等 [2 ] 通过对徐州地区各类地物的光谱特征的 综合研究...
( 南京大学国际地球系统科学研究所, 江苏 南京 210093) 1 引言 遥感图像分类的...了主要遥感 图像分类方法的原理、 特点, 优势与限制, 并阐明了各主要方法作用...
聊城大学环境与规划学院遥感数字图像处理教程 基于 ENVI 的遥感图像分类方法研究...选择特征, 将图像中每个像元按照某种规则或算法划分为不 同的类别, 然后获得遥感...
基于数据融合的多特征遥感图像分类_专业资料。以多光谱图像为研究对象,综合利用遥感图像的光谱、纹理和数学变换特征,提出了一种基于数据融合的多特征遥感地物分类方法。...
2001 基于知识的遥感图像分类方法的探讨 (1. 中国科学院遥感应用研究所再生室 ...二是通过对研究区各土地利用类型变 化特点进行分析研究 ,并从中得到原有各土地...
面向对象的遥感图像分类方法研究面向对象的遥感图像分类方法研究隐藏>> 第36 卷 ...因此图像分 线的不同特征来试图找出它们的边界 ,因此 ,那些完 割有时对信息提...
25 No. 2 M arch 2009 基于地质统计学纹理特征的遥感影像分类方法研究李 小...在遥感影像分类中, 通常以像元的光谱特征为 基础进行计算机自动分类。但随着图像...
热门文档