遥感影像特征提取与选择及在影像分类中的应用

摘要

本文利用模式识别中特征提取和特征选择理论对遥感影像的纹理特征做了详细细致的研究分析，对遥感影像的纹理特征进行遴选和变换处理，得到了描述纹理的二次特征，这些新特征能够提高影像分类精度和分类效率。最后将提取出的新特征应用于土地利用动态监测中，取得较好的监测效果。论文的主要内容有： 纹理特征库的建立。利用灰度直方图、灰度共生矩阵及灰度行程统计量一共提取出15个数字特征，用于后面的特征提取和特征选择实验。 特征提取与特征选择分析。具体方法有基于类别可分离性判据的特征提取、基于K-L变换的特征提取、基于Fisher准则函数的特征提取以及特征选择中的直接挑选法。 分类后处理。对原始的分类图像进行中值滤波、过滤分析和栅格矢量转换等处理，使得最后的分类图形满足GIS分析的需要。 土地利用动态监测程序设计。通过对土地利用现状图和遥感影像上同一小区的特征值匹配处理，计算机可自动发现土地利用发生变化的区域。

目录

图索引

第一章绪论

1.1研究的目的意义

1.2国内外研究概况、水平和发展趋势

1.2.1统计分类方法

1.2.2正交变换识别方法

1.2.3神经网络识别方法

1.2.4影像纹理描述与分类器设计理论

1.3研究内容及全文的体系结构

第二章特征提取与特征选择基本理论

2.1模式识别理论概述

2.1.1模式识别理论

2.1.2模式识别系统

2.1.3特征提取与特征选择

2.1.4分类器设计

2.2特征提取理论

2.2.1类别可分离性判据

2.2.2特征提取

2.3特征选择理论

2.3.1最优搜索算法

2.3.2次优搜索算法

2.4基于K-L展开式的特征提取

2.4.1 K-L变换原理

2.4.2基于sb、sw进行特征提取与选择

2.5常用图像特征

2.5.1形状特征

2.5.2纹理特征提取

2.5.3光谱特征提取

第三章影像分类实验与算法设计

3.1影像特征库建立

3.2遥感影像监督分类实验

3.2.1不同分类方案的实验分析

3.2.2不同分类方案小结

3.3分类后处理

3.3.1过滤分析

3.3.2栅格图像到矢量图像的转换

3.4用ERDAS IMAGINE软件进行分类的结果

3.4.1用RRDAS IMAGINE软件进行监督分类

3.4.2不同方案分类结果比较及结论

第四章特征提取与选择在土地利用动态遥感监测中的应用

4.1概述

4.2土地利用动态遥感监测的工作程序

4.2.1准备工作

4.2.2土地利用动态遥感监测技术流程

4.2.3监测成果的整理与提交

4.2.4检查验收

4.3变化信息发现及变化信息提取

4.3.1变化信息发现

4.3.2土地利用变化信息提取

4.4土地利用动态监测程序设计

第五章结论

5.1研究结论

5.2存在问题

参考文献

致 谢