基于频谱的高分辨率遥感影像纹理尺度分析及选择

发布时间：2023-08-25 22:59

　　高分辨率影像上的地物可辨识度高,形状、颜色、边界等清晰可见,同时也出现同类地物拥有多个光谱特征的情况,单靠光谱信息分类很难达到精度要求,因此纹理特征常常被作为光谱特征的有效补充,被引入到遥感分类中。无论是传统的像元分类,还是后来的面向对象分类,再到现在的深度学习分类,学者们都很重视纹理特征,纹理特征加入分类后能有效提高分类精度。但在纹理特征表达的过程中,有一个很值得关注的问题,那就是纹理尺度问题,即纹理提取过程中涉及到的窗口大小问题。虽然目前已经有较为成熟的遥感影像的尺度效应分析理论体系和研究方法,且纹理尺度分析可归类为这个大体系下的一个小方面,但由于纹理特征表达自身的方法复杂性,纹理尺度选择和纹理尺度效应分析还缺少行之有效的方法。针对以上问题,考虑到纹理的度量在频域比空域更加直观和方便,图像经傅立叶变换后得到能量图谱,用极坐标度量,能够准确描述图像纹理的周期模式和方向的分布,本文以遥感影像纹理特征表达最常用的方法即灰度共生矩阵和分形模型的方法为纹理特征表达方法基础,采用傅里叶频谱统计分析方法,对上述两种纹理特征的尺度效应进行了分析。旨在从纹理自身的特性出发,确定出能够实现最佳分类的理...

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 研究背景与意义
    1.2 尺度问题的基本概述
        1.2.1 尺度的定义
        1.2.2 遥感尺度问题的研究
    1.3 纹理尺度国内外研究现状
    1.4 研究内容及方法
        1.4.1 研究内容
        1.4.2 纹理尺度选择方法
    1.5 章节安排
2 遥感影像纹理尺度分析
    2.1 纹理分析
    2.2 基于灰度共生矩阵的纹理尺度分析
        2.2.1 灰度共生矩阵方法原理
        2.2.2 纹理尺度分析
    2.3 基于分形理论的纹理特征尺度分析
        2.3.1 分形方法原理
        2.3.2 纹理尺度分析
3 联合频谱分析纹理尺度选择方法
    3.1 图像频谱能量获取与频谱特性分析
        3.1.1 图像频谱统计法
        3.1.2 地物频谱特性分析
    3.2 基于频谱统计分析的最佳纹理尺度选择方法
    3.3 最佳纹理尺度选择
        3.3.1 基于GLCM对比度特征图的最佳尺度选择
        3.3.2 基于分形理论的纹理特征频谱分析及最佳尺度选择
        3.3.3 基于局部方差的最优纹理尺度选择
4 基于最佳纹理窗口的分类实验
    4.1 实验数据
    4.2 实验验证
        4.2.1 灰度共生矩阵方法验证试验
        4.2.2 分形方法验证试验
        4.2.3 频谱法与局部方差法的比较
5 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
附录
    一、个人简介
    二、硕士期间发表的学术论文



本文编号：3843466