基于紋理特征的遙感圖像分類算法研究.pdf

1、遙感圖像的分類精度直接影響到遙感數(shù)據(jù)的應(yīng)用水平和實(shí)用價(jià)值。紋理是遙感圖像的重要信息和基本特征，如何借助紋理借助對(duì)遙感圖像進(jìn)行綜合分析，解決多類別地物的識(shí)別并滿足一定的分類精度，是遙感圖像研究中的一個(gè)關(guān)鍵問(wèn)題，具有十分重要的意義。 本文分別對(duì)Gabor變換以及高斯馬爾科夫隨機(jī)場(chǎng)(GMRF)紋理分類算法進(jìn)行了研究。為了解決紋理窗口的選擇對(duì)Gabor變換分類精度的影響，引入多尺度Wedgelet變換對(duì)遙感圖像進(jìn)行分段線性表示，完成對(duì)遙

2、感圖像較為精確的區(qū)域分割，然后利用Gabor變換提取各分割區(qū)域的紋理特征，實(shí)現(xiàn)遙感圖像的有效紋理分類。針對(duì)Gabor紋理特征無(wú)法充分表示遙感圖像的全局特性，且容易受圖像中奇異點(diǎn)影響的問(wèn)題，利用克隆選擇算法對(duì)Gabor紋理特征進(jìn)行優(yōu)化，通過(guò)克隆選擇算法的選擇、克隆和變異等操作獲得系數(shù)幅度序列的最優(yōu)聚類中心，將其作為遙感圖像的最優(yōu)紋理特征用于分類。GMRF模型用于遙感圖像分類時(shí)，存在著確定局部紋理結(jié)構(gòu)和識(shí)別整體紋理特征的不足，同時(shí)由于相同的