基于灰度共生法和小波变换的遥感影像纹理信息提取
  • 【摘要】

    图像的自动识别是图形学、模式识别、人工智能研究领域的热门课题,由于遥感图像成像机理的复杂性,遥感图像的自动识别更成为近年来国内外学者广泛关注的焦点之一。由于传感器与分布于地表之上的地物目标之间存在异常复杂的介质,地物对电磁波的反射、散射机理受到大气、云层等诸多因素的影响,使得单凭靠地物反射光谱来识别地物的精度受到一定的限制;同物异谱、异物同谱的客观现象的存在更使得依靠光谱信息法显得捉襟见肘,人们开... 展开>>图像的自动识别是图形学、模式识别、人工智能研究领域的热门课题,由于遥感图像成像机理的复杂性,遥感图像的自动识别更成为近年来国内外学者广泛关注的焦点之一。由于传感器与分布于地表之上的地物目标之间存在异常复杂的介质,地物对电磁波的反射、散射机理受到大气、云层等诸多因素的影响,使得单凭靠地物反射光谱来识别地物的精度受到一定的限制;同物异谱、异物同谱的客观现象的存在更使得依靠光谱信息法显得捉襟见肘,人们开始寻求其他技术手段来提高遥感地物识别能力。随着卫星遥感技术的发展,新发射对地观测卫星的光谱分辨率和几何分辨率都不断提高,所获取图像的纹理信息也越来越丰富,如何有效地利用高分辨率卫星影像中的纹理信息成为当前国内外研究学者关注的问题之一,纹理信息的提取是该研究课题的基础。 本研究以提取高分辨率卫星遥感纹理信息为目标,对已有的纹理分析方法进行归纳总结的基础上,利用灰度共生矩阵纹理分析法和小波变换法提取高分辨率卫星影像IKONOS的纹理信息,并结合地物光谱信息进行遥感图像分类。实验结果表明,灰度共生矩阵法提取的某些纹理特征值具有较大的变数,单凭依靠纹理特征值进行分类,精度不尽人意;小波变换方法提取影像纹理在不同尺度上的特征值较灰度共生矩阵法提取的特征值稳定,具有较好的前景;纹理信息的加入使得分类精度得到了提高。 本文共四个部分,第一章介绍本文研究背景、纹理研究意义、国内外研究现状,并对常用的纹理分析方法作简单介绍。第二章对灰度共生矩阵纹理分析方法作较为详细的介绍,并对研究区域应用灰度共生法提取影像的纹理信息,并结合地物光谱特性,对影像进行分类。第三章介绍了小波分析,并利用小波变换法提取研究区域的纹理信息。第四章是结论与展望部分。 收起<<

  • 【作者】

    曾文华 

  • 【学科专业】

    地图学与地理信息系统

  • 【授予学位】

    硕士

  • 【授予单位】

    东北师范大学

  • 【导师姓名】

    刘志明

  • 【学位年度】

    2006

  • 【语种】

    chi

  • 【关键词】

    纹理提取  灰度共生矩阵法  小波变换  遥感影像分类  地理信息系统  图像自动识别  模式识别  人工智能