基于紋理融合的高分辨率遙感圖像分類方法研究.pdf

1、遙感圖像分類是遙感圖像處理與信息提取、計(jì)算機(jī)視覺(jué)、模式識(shí)別等領(lǐng)域的重要研究課題。近年來(lái),隨著遙感圖像分辨率的不斷提高,傳統(tǒng)的基于像元光譜特征的分類方法已經(jīng)難以滿足高分影像分類需求,需要發(fā)展能夠利用影像空間結(jié)構(gòu)信息的新型分類方法。
　　 在分類中融入紋理被認(rèn)為是解決高分影像分類問(wèn)題的有效途徑之一。然而遙感圖像具有寬視場(chǎng)、地物類型多樣、空間結(jié)構(gòu)復(fù)雜等特點(diǎn),這造成單一紋理特征難以全面描述其內(nèi)容。為此本文從多紋理融合應(yīng)用的角度開(kāi)展高分遙

2、感圖像分類方法研究,主要工作包括:
　　 1)從特征組合的角度進(jìn)行紋理特征融合。其主要過(guò)程是:以Gabor特征為主,融合LBP,GLCM熵、GLCM對(duì)比度等紋理特征,采用特征組合、替換的方式組成集成紋理特征,最后選用支持向量機(jī)作為分類器對(duì)融合特征進(jìn)行分類,從而達(dá)到分類過(guò)程中使用優(yōu)化特征的目的。
　　 2)從分類器集成的角度進(jìn)行紋理特征融合。其主要過(guò)程是:采用Gabor、LBP等紋理特征,利用支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)、樸素

3、貝葉斯、最近鄰等分類器構(gòu)建多個(gè)子分類器,利用結(jié)合投票法和Adaboost算法的混合判別規(guī)則進(jìn)行多分類器集成,自動(dòng)賦予各種單紋理特征不同權(quán)重,達(dá)到在分類過(guò)程中紋理優(yōu)選、融合的目的。
　　 在仿真數(shù)據(jù)和實(shí)際高分辨率遙感圖像上的實(shí)驗(yàn)表明,在特征組合方法中,Gabor與LBP特征、Gabor特征與熵、Gabor與對(duì)比度等紋理特征組合最能有效融合不同紋理特征,這些組合特征去除Gabor特征的高頻信息后仍能保持效果同時(shí)減少冗余特征。在分類器