融合像元形状和光谱信息的高分遥感图像分类新方法

发布时间：2017-07-01 12:11

  本文关键词：融合像元形状和光谱信息的高分遥感图像分类新方法，，由笔耕文化传播整理发布。

【摘要】：在高空间分辨率(简称"高分")遥感图像分类中,由于存在"同谱异物"等现象,仅依靠光谱信息进行分类的误差较大。为提高图像分类精度,提出一种融合像元形状和光谱特征信息的高分多光谱遥感图像分类新方法。首先利用像元及其邻域的关系来描述其空间结构,计算并提取像元同质区域(pixel homogeneous regions,PHR);然后以所提取的同质区域为基础,分别计算中心像元的长/宽比(length-width ratio,LW)和面积/周长比(area-perimeter ratio,PAI)这2个像元形状特征;最后将归一化后的像元形状特征和光谱特征融合,并利用支持向量机分类方法进行分类。以2个区域的Quick Bird高分遥感图像对该算法进行验证,将实验结果与仅利用光谱信息分类和仅使用像元形状指数(pixel shape index,PSI)分类的结果进行比较。结果表明,所提出的方法得到的分类精度最高,该方法能有效地提高高分遥感图像的分类精度。
【作者单位】： 武汉大学遥感信息工程学院;中国矿业大学(徐州)环境与测绘学院;
【关键词】： 像元同质区域(PHR) 像元形状指数(PSI) 阈值 高空间分辨率遥感图像
【分类号】：TP751
【正文快照】： 0引言传统的基于像元的遥感数据监督分类算法主要根据地物光谱数据,统计以像元为基本单元的图像在不同光谱数据组合中的差别,对图像进行分类。但由于“同谱异物”现象和大量混合像元的存在,基于像元光谱特征的分类方法往往不能达到满意的分类效果。近年来国内外遥感研究人员提

【相似文献】

中国期刊全文数据库 前10条

1 刘庆生,刘高焕,蔺启忠,王志刚;基于逻辑斯蒂模型的遥感图像分类[J];国土资源遥感;2001年01期

2 谭衢霖,邵芸;雷达遥感图像分类新技术发展研究[J];国土资源遥感;2001年03期

3 杜凤兰,田庆久,夏学齐;遥感图像分类方法评析与展望[J];遥感技术与应用;2004年06期

4 李石华,王金亮,毕艳,陈姚,朱妙园,杨帅,朱佳;遥感图像分类方法研究综述[J];国土资源遥感;2005年02期

5 付小勇;杨建祥;谭靖;;基于统计的遥感图像分类方法[J];林业调查规划;2005年06期

6 王一达;沈熙玲;谢炯;;遥感图像分类方法综述[J];遥感信息;2006年05期

7 李华;曹卫彬;刘姣娣;;土地监测中提高遥感图像分类精度的方法研究[J];安徽农学通报;2008年22期

8 岳昔娟;张勇;黄国满;;改进的直方图均衡化在遥感图像分类中的应用[J];四川测绘;2008年04期

9 曾联明;吴湘滨;刘鹏;;感兴趣区域遥感图像分类与支持向量机应用研究[J];计算机工程与应用;2009年06期

10 金良;于凤鸣;;计算机遥感图像分类法在天然草原土地利用现状研究中的应用[J];科技资讯;2010年36期

中国重要会议论文全文数据库 前3条

1 周军其;张红;孙家b

本文编号：505868