一种利用多尺度直方图的遥感影像分类方法

发布时间：2021-03-10 22:47

　　针对单一直方图对像斑特征表达不充分的问题,提出了一种利用多尺度直方图的遥感影像分类方法。首先,通过影像分割获取像斑,选取训练样本像斑;其次,提取像斑在不同灰度级下的直方图,形成像斑的多尺度直方图特征;再次,利用G统计量度量各尺度下的直方图距离,加权组合直方图距离构建像斑在单波段上的特征距离;然后,计算各波段不同灰度级下的信息熵,自适应确定各波段对应的权重,加权组合单波段特征距离构建像斑的特征距离;最后,依据像斑特征距离最小的原则,获取影像分类结果。在QuickBird遥感影像上的实验表明,与单一尺度直方图分类法相比,该方法的分类精度较优。 

【文章来源】：遥感信息. 2017,32(03)北大核心

【文章页数】：6 页

【部分图文】：

图２像斑直方图示意图

割，有效降低传统分水岭算法的过分割现象［１３］。该方法通常包含以下３步：１）标记提龋利用一定的梯度阈值提取影像中的标记区域。２）伪标记去除。依据一定的约束条件识别伪标记区域，并将其去除。３）泛洪。以标记区域为基础对整幅影像进行泛洪获得影像分割结果。１．２像斑多尺度直方图像斑直方图是表达像斑内部像元灰度值及其对应像元个数的二维图，横坐标为灰度值ｇ，纵坐标为该灰度值对应的像元个数ｈ（ｇ）。灰度值的定义域为［０，Ｌ），其中Ｌ表示灰度级。图２为像斑直方图示意图。图２中Ａ表示湖泊像斑，Ｂ表示居民地像斑。像斑直方图是一种统计学特征，能够描述像斑内像元的灰度分布信息，在表达像斑光谱特征的同时，还能表达像斑的纹理特征。像斑直方图同灰度级Ｌ密切相关。灰度级过小，像斑直方图较为紧凑，直方图距离度量结果的准确性会较高，但像斑直方图会被过度压缩，导致部分地物细节信息丢失，降低不同地物间的可分性；灰度级过大，像斑直方图较为稀疏，直方图距离度量结果的准确性会降低，但像斑直方图能够较好反映地物的细节信息，有利于地物类别的划分。为了综合利用像斑在不同灰度级下的直方图，文中构建了像斑的多尺度直方图特征。像斑的多尺度直方图特征由不同灰度级下的像斑直方图构成。令第ｋ个像斑Ｒｋ的多尺度直方图特征为Ｈｋ＝｛Ｈｌ１ｋ，Ｈｌ２ｋ，…，Ｈｌｍｋ｝，其中ｍ表示灰度级层数，Ｈｌｉｋ表示灰度级ｌｉ对应的像斑直方图（１≤ｉ≤ｍ）。当ｍ值为１时，像斑的多尺度直方图特征便转化为单一尺度直方图特征。像斑在灰度级ｌｉ下的直


本文编号：3075410