中分辨率遥感影像分类方法研究.pdf

《中分辨率遥感影像分类方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2013年7月计算机工程与设计July2013第34卷第7期COMPUTERENGINEERINGANDDESIGNVo1．34No．7中分辨率遥感影像分类方法研究李世伟。，杨建生。(1．中北大学信息与通信工程学院，山西太原030051；2．美国鲍尔州立大学地理系，曼西印第安那47036；3．山西省光电信息与仪器工程技术研究中心，山西太原030051)摘要：为了提高中分辨率遥感影像的分类精度，综合使用独立分量分析法(ICA)与纹理特征应对分类特征进行获取，使用相关系数分析、灰度差异分析确定了独立分量图层、纹理图层和NDVI图层的特征组合方式。在同样使用非监督分类方法的前提下，将该图层

2、组合方式与常用的其他两种组合方式的分类结果进行对比后，该图层组合可获得更好的类别分离性，总体分类精度更高，达到87，Kappa系数0．84。过程中发现，基于均方差的纹理图层进行ICA处理后，地物在图层组中的灰度差异极小，对分类工作没有贡献。关键词：遥感；图像处理；分类；独立分量分析；纹理中图法分类号：TP95文献标识号：A文章编号：1000—7024(2013)07—2498—05StudyonmoderateresolutionremotesensingimageclassificationmethodLIShi—weiw．YANGJason。(1．SchoolofInformat

3、ionandCommunicationEngineering，NorthUniversityofChina，Taiyuan030051，China2．DepartmentofGeographyBallStateUniversityMuncie，IN47036，USA；3．Opto-ElectronicInformationandInstrumentEngineeringTechnologyResearchCenterofShan~Province，NorthUniversityofChina，Taiyuan030051，China)Abstract：Toimprovetheclass

4、ificationaccuracyusingmoderateresolutionsatelliteimage，independentcomponentanalysis(ICA)andtexturefeatureareappliedtocreateclassificationfeatures，andcorrelationcoefficientanalysesanddifferencetom—parisonofgreyvalueareusedtodefinethefeaturecombinationweusedwhichincludesICAlayers，texturelayersand

5、NDVIlayer．Onthepremiseofusingthesameunsupervisedclassificationmethod，thefeaturecombinationweusedcangetbetterclassseparabilityandmorehigherclassificationaccuracyaftercomparingwithothertwofeaturecombinations，itstotallyaccuracycanbereach87，andKappacoefficientis0．84．Duringthestudyingprocess，wefound

6、thatintheresultimageoftexturefeatureafterICAprocess，thedifferencesbetweendifferentlandobjectsareverysmall，itshownthattheresultimagehadnocontributiontotheimprovementofclassificationaccuracy．Keywords：remotesensing，imageprocessing，classification，independentcomponentanalyses，textureperion高光谱遥感影像，对M

7、-ICA地物识别算法和应用进0引言行了研究，综合应用ICA和决策树分类方法，利用福建市遥感影像分类是在遥感影像中通过地物的特征差异对郊区域影像对地物分类进行了实验研究，提出了ICA-DTC不同地物进行区分。遥感影像分类最早采用的地物特征仅模型_4]，该模型通过运用独立分量分析对高光谱影像进行以遥感影像的光谱特征为依据，而随着信号处理技术和计特征提取，而后将提取的独立分量特征与地理信息结合构算机技术的不断发展，基于独立分量分析(ICA)方法和基成分类指标集，