区域多尺度马尔可夫随机场的遥感影像分类

发布时间：2021-10-22 19:26

　　多尺度分析技术广泛应用于高分辨率遥感影像的特征提取和建模。分解层数受制于影像的大小,下采样小波变换实现的影像多尺度表达难以描述大范围的空间模式,导致分类结果出现"胡椒盐"现象;面向对象的影像分析技术虽避免了"胡椒盐"现象,但由于仅利用了单尺度的的特征,也难以描述影像多层次的空间模式,导致分类精度较低。为改善分类结果中的"胡椒盐"现象和提高分类精度,提出了一种结合区域多尺度遥感影像分割和马尔可夫随机场的分类方法。首先,获得原始影像过分割区域,依据区域内亮度均值以及区域间的共享边界长度信息,提取影像低频和高频特征,采用该低频特征波段代替原始影像,重复分割与特征波段提取过程,形成影像的区域多尺度表达。然后,以原始图像为初始尺度,以分割区域为处理单元,以更细尺度分类结果为标记场先验,以当前高频特征建立特征场,逐层分类、投影,获得最终尺度分类结果。合成纹理影像和多光谱遥感影像的实验表明:相比于小波域多尺度建模方法和单尺度区域建模方法,本文提出的方法可以有效提高分类精度,并避免"胡椒盐"现象的产生。 

【文章来源】：遥感学报. 2020,24(03)北大核心EICSCD

【文章页数】：9 页

【图文】：

影像的区域多尺度表达与分类示例

从结果可以看出，GC方法难以考虑影像纹理的空间结构，结果易受影像光谱值影响，导致图2(c）上图左上角的误分。单尺度ICM方法因不能获得影像多个尺度上的特征，所以难以描述影像中的纹理信息，导致图2(d）下图右侧和中间的误分和斑点噪声。WMRF模型因为在多个尺度上对影像进行分析，所以提高了分类的精度，图2(e）上图左上角纹理得以正确识别。但是，WMRF是像素级的多尺度，只能描述局部的纹理，图2(e）上图线状黑点和图2(e）下图黑色鱼鳞线，WMRF都出现了部分误分和视觉噪声。RMRF和OMRF方法均以区域为基本分析单位，由于均利用了区域的大小、邻接关系等信息，获得纹理对象的完整性较好，获得了优于前面3组实验的分类结果。尤其是RMRF方法，以区域为基本单位实现多尺度分解，可以在不同尺度上描述空间跨度较大的纹理模式和较高层的影像信息。4.2 合成多光谱遥感影像实验

选取2幅合成多光谱遥感影像进一步验证算法的性能。图3(a）是两幅256×256的合成遥感影像，包含了城镇、农田、林地、水域等多个地物类别。在这2组实验中，本文RMRF方法分别进行3层和4层区域多尺度分解。从分类结果中可以看出：由于受左下角的建筑阴影（上图）和林地与水体光谱值接近（下图）的影响，GC结果不理想。单尺度ICM和WMRF在影像左上的农田和左下的城镇（上图），以及影像上方的林地等都存在比较明显的误分（下图）。也就是说，这几种算法都不能处理地物类内光谱差异比较大的情况。而区域多尺度的RMRF能描述较大范围的纹理信息，进而较好的分割出不同地物，对于纹理对象的边界检测效果要优于其他方法。OMRF在地物类内光谱差异较大时，如建筑物混杂植被的区域中（下图），也会出现误分。

【参考文献】：
期刊论文
[1]高光谱影像的引导滤波多尺度特征提取[J]. 王雷光,曹小汪,郑雅兰,代沁伶.  遥感学报. 2018(02)
[2]一种采用Gabor小波的纹理特征提取方法[J]. 张刚,马宗民.  中国图象图形学报. 2010(02)
[3]遥感科学与技术中的一些前沿问题[J]. 宫鹏.  遥感学报. 2009(01)
[4]高分辨率影像解译理论与应用方法中的一些研究问题[J]. 宫鹏,黎夏,徐冰.  遥感学报. 2006(01)



本文编号：3451718