基于灰度共生矩陣的紋理提取及分類研究.pdf

1、紋理特征作為遙感影像中普遍存在的非光譜特征，在遙感影像分類中發(fā)揮著重要的作用。特別是隨著遙感影像空間分辨率的提高，紋理特征在遙感影像分析、處理、應用中的作用越來越重要。
　　基于灰度共生矩陣（Gray Level Co-occurrence Matrix，簡稱GLCM）紋理提取算法是影像紋理提取中最常用且較成熟的一種算法。論文在研究灰度共生矩陣紋理提取算法的基礎上，進行了各紋理描述子的適應性研究，并用監(jiān)督分類的方法對基于灰度共生矩

2、陣紋理輔助分類進行了相關探討，分析研究了灰度共生矩陣的方向參數(shù)、窗口尺寸參數(shù)對高分遙感影像紋理輔助分類的影響，取得了以下成果:
　　(1)對GLCM同質性、GLCM對比度、GLCM角二階距、GLDV（歸一化灰度矢量）角二階距等9種紋理描述子進行比較研究，得出GLCM角二階矩、GLDV角二階矩這兩種紋理描述子對高分、無人機遙感影像的紋理提取效果較好、較穩(wěn)健，并用高分影像的分類結果驗證了這一結論。
　　(2)灰度共生矩陣的方向參

3、數(shù)(0°，45°，90°，135°)選擇對紋理提取及分類結果具有重要影響。四個方向紋理均值輔助進行監(jiān)督分類并不是一定能夠提高高分影像的分類精度;在選擇合適波段的基礎上，采用先進行四個方向(0、45、90、135)紋理提取，取其PCA（主成分分析）的第一主成分來進行輔助監(jiān)督分類的方法，使分類達到了較高的精度。
　　(3)灰度共生矩陣的窗口尺寸參數(shù)對紋理提取及分類結果具有重要影響。對于研究所采用的高分影像來說，小的窗口尺寸不但效率高，