高分遥感影像纹理特征分析方法浅析
2015-10-31张宗海
中国科技纵横 2015年21期
张宗海
(内蒙古自治区地图院,内蒙古呼和浩特 010051)
高分遥感影像纹理特征分析方法浅析
张宗海
(内蒙古自治区地图院,内蒙古呼和浩特010051)
本文开展了高分遥感影像纹理特征分析方法的研究。首先利用不同尺度、不同方向的Gabor滤波器,对遥感影像进行滤波处理;再对所提取的滤波结果进行低通滤波;最后利用K-Means对上一步的结果进行聚类分析。在实验部分,利用一景Rapideye高分遥感影像开展了纹理特征分类,结果说明,本文方法可以很好地区分村庄、农田等不同纹理特征的区域。本文对遥感影像自动解译算法的设计具有一定的参考价值。
高分遥感影像纹理特征聚类分析
1 引言
航空遥感测绘需要处理大量的遥感影像数据。传统的人工解译方法是十分耗时耗力的。因此,设计准确、高效、自动的遥感影像解译算法是非常必要的。高分遥感影像解译算法需要不同种类的特征进行输入,以提高地物分类、目标探测的精度。高分遥感影像的纹理特征是重要的信息,它描述了组成地物的像素在空间域和光谱域的统计特征。虽然目前存在较多有关提取图像纹理特征的方法,但对于高分遥感影像,纹理特征方法提取主要包含两种:基于灰度共生矩阵的(由Haralick提出)以及基于Gabor滤波的。本文主要利用后者来开展纹理特征提取方法的研究。
2 基于Gabor滤波的纹理特征提取方法
本文方法的流程图如图1所示。显然,本文的高分遥感影像提取算法包含三个步骤:(1)Gabor滤波;……
登录APP查看全文
