基于分维数的土地覆盖遥感分类研究

扫码查看

原文链接

NETL

中文摘要：随着卫星技术的发展，遥感影像的时效性和分辨率有了很大的提高，遥感数据已成为获取地理信息重要的数据源。传统的计算机自动分类多是利用影像的灰度信息，而描述地物空间结构的纹理信息则不被或者较少被利用到影像自动分类中。由此导致的地类错分、误分，影像信息使用效率不高等问题直接影响最后的分类精度。伴随着传感器、遥感平台等遥感技术的发展，影像所提供的地理信息越来越丰富，纹理信息也逐渐得到了更深层次的利用，特别是影像分辨率的提高使地物细部结构更加高清，丰富的纹理信息可以用来辅助传统基于灰度的计算机自动分类，进一步提高影像的分类精度。本文在中德科技合作与交流项目(2007DFB70200)和山东省自然科学基金(Y2008E10)的资助下，利用spot-5影像数据，采用分形理论定量提取了影像的纹理信息，将纹理信息量化成类似于灰度图像的一个单波段图像，然后作为一个辅助波段参与影像分类。文章在参阅学习相关书籍文献和前人研究的基础上，介绍了纹理及分形的相关知识理论，分析了各种分形方法的优劣，选择提取纹理信息的主要理论方法；分析了各种遥感数据的特点并选择研究数据，使用相关遥感分析软件对影像进行处理，这其中包括:影像的校正、融合、增强、裁剪及标准化处理；通过编写相关程序实现差分盒维值的计算，在matlab反复实验确定计算波段及滑动窗口大小，在此基础上计算样本及研究区的分维值，分析各样本分形特征；将量化好的分维值导出为单波段图像，利用遥感分类软件对研究区分别进行传统的灰度分类和加入纹理信息的分类，分析评价二者的分类精度。通过计算得出了样本地物的差分盒维值，实现了纹理特征的量化。将纹理作为一个类似于灰度波段的信息辅助传统的灰度分类，最后的总体分类精度和卡帕系数都有所提高。文章虽然实现了分形纹理辅助遥感分类的结果，但是也存在一些问题，比如只研究了较为理想化大小影像的分维值计算，未研究任意大小影像的分形特征；影像分维值计算时忽略了边缘部分的地物；滑动窗口的大小选择更进一步的研究等。

作者：

杨鑫

展开 >

关键词：

分维数土地覆盖遥感数据自动分类分形理论纹理信息

授予学位：

硕士

学科专业：

地图学与地理信息系统

导师：

吴泉源

学位年度：

2011

学位授予单位：

山东师范大学

语种：

中文

中图分类号：