輔助紋理特征的分類方法和精度比較.pdf

1、隨著空間分辨率不斷提高，衛(wèi)星遙感影像具有更加豐富的空間特征信息、幾何結(jié)構(gòu)信息和紋理特征，故而廣泛地應(yīng)用于土地利用分類;傳統(tǒng)的基于像素光譜特征的分類方法已經(jīng)不能有效地利用這些信息，同時(shí)“同譜異物”和“同物異譜”的存在也使得僅僅利用原始遙感影像的光譜信息進(jìn)行分類的精度受到極大限制，已遠(yuǎn)遠(yuǎn)不能滿足現(xiàn)階段的應(yīng)用需求。作為遙感圖像的根本信息源，光譜特征與紋理特征是對遙感圖像進(jìn)行信息提取所依據(jù)的兩個(gè)基本特征，把紋理特征復(fù)合到原始遙感影像中，能有效的

2、提取影像中的豐富信息，對于地物的準(zhǔn)確判別具有極大的作用。
　　 本次使用覆蓋山西省渾源縣的“一張圖”影像中的部分Quick-Bird影像作為數(shù)據(jù)源，經(jīng)過多次試驗(yàn)對比選擇適當(dāng)?shù)膮?shù)后，使用灰度共生矩陣方法對研究區(qū)的第一主成分影像進(jìn)行紋理特征的提取;對影像進(jìn)行光譜和紋理分析，分析典型地物的區(qū)分度，并在此基礎(chǔ)上構(gòu)建組合參數(shù)，對復(fù)合了各種紋理特征和其他特征信息的遙感影像使用傳統(tǒng)的極大似然估計(jì)法和決策樹方法進(jìn)行分類，并進(jìn)行分類精度的比較，

3、分析各種輔助信息在不同分類方法下對各種地類分類精度的影響。研究的主要內(nèi)容和結(jié)論歸納如下:
　　 (1)針對研究區(qū)在地類分布上與坡度梯度有一定關(guān)聯(lián)，使用特征影像結(jié)合坡度圖的目視效果將研究區(qū)先行分為山坡與山谷平原，并提取平原地區(qū)的NDVI與山坡地區(qū)的MSAVI;然后對提取的各地類做光譜分析，構(gòu)造了新的組合參數(shù)Bmix來增草地與農(nóng)用地的區(qū)分度，將這些輔助信息復(fù)合到原始影像上進(jìn)行分類。
　　 (2)經(jīng)一系列處理和參數(shù)調(diào)整，運(yùn)用灰

4、度共生矩陣方法提取了影像的均值、方差、熵、對比度、相關(guān)等幾個(gè)紋理測度，通過相關(guān)程度分析，剔除部分測度，并構(gòu)建了新的組合參數(shù)MC，將篩選的信息與影像復(fù)合進(jìn)行分類。
　　 (3)對分類結(jié)果的精度分析表明，對于同種分類方法，不同種類的紋理特征對分類精度的影響也不同，熵值增加了林地的分類精度，均值對分類結(jié)果無明顯的增益，而方差的引入使得某些地類的分類精度下降了，在整體分類精度上決策樹分類方法要大于極大似然法，同樣復(fù)合了熵的情況下，極大似