一种基于Gabor与FCM的高分辨率遥感影像分割方法

摘要

在高分辨率遥感影像中,同类地物内部光谱差异逐渐增大,同物异谱、同谱异物现象严重.传统的基于像元光谱统计的自动分类技术已经不能充分、合理的利用高分辨率遥感影像所提供的丰富的细节信息.因此,纹理信息越来越多的被应用在高分辨率影像分割中.提出一种基于Gabor与模糊C均值的高分辨率遥感影像非监督分割方法,首先对图像进行PCA变换,再利用Gabor提取PCA变换后前三个波段的纹理特征,并对提取的特征向量集用模糊C均值(FCM)算法进行聚类.通过对两幅2008年的QuickBird彩色波段星下影像做分割实验,并将结果与FCM实验结果相比较证明,本文方法针对高分辨率遥感影像具备良好的分割效果与精度.