資源描述：
《遙感影像的分類處理》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、摘要在面向?qū)ο蟮挠跋穹诸惙椒ㄖ?，首先需要將遙感影像分割成有意義的影像對(duì)象集合，進(jìn)而在影像對(duì)象的基礎(chǔ)上進(jìn)行特征提取和分類。本文針對(duì)面向?qū)ο笥跋穹诸愃枷氲年P(guān)鍵環(huán)節(jié)展開討論和研究，(1)采用基于改進(jìn)分水嶺變換的多尺度分割算法對(duì)高分辨率遙感影像進(jìn)行分割。構(gòu)建了基于高斯尺度金字塔的多尺度視覺單詞，并且通過實(shí)驗(yàn)證明其表達(dá)能力優(yōu)于經(jīng)典的詞包表示。最后，在詞包表示的基礎(chǔ)上，利用概率潛在語義分析方法對(duì)同義詞和多義詞較強(qiáng)的鑒別能力對(duì)影像對(duì)象進(jìn)行分析，找出其最可能屬于的主題或類別，進(jìn)而完成影像的分類。近些年來，隨著航空航天平臺(tái)與傳感器技術(shù)的高速發(fā)展，獲取的遙感影像的分辨率越來越高。高分辨率遙感影像在各行業(yè)部
2、門的應(yīng)用也越來越廣泛，除了傳統(tǒng)的國土資源、地質(zhì)調(diào)查和測(cè)繪測(cè)量等部門，還涉及到城市規(guī)劃、交通旅游和環(huán)境生態(tài)等領(lǐng)域，極大地拓展了遙感影像的應(yīng)用范圍。因此，對(duì)高分辨率遙感影像的處理分析成為備受關(guān)注的領(lǐng)域之一。高分辨率遙感影像包括以下三種形式：高空間分辨率（獲取影像的空間分辨率從以前的幾十米提高到1至5米，甚至更高）；高光譜分辨率（電磁波譜被不斷細(xì)分，獲取遙感數(shù)據(jù)的波段數(shù)從幾十個(gè)到數(shù)百個(gè)）；高時(shí)間分辨率（遙感衛(wèi)星的回訪周期不斷縮短，在部分區(qū)域甚至可以連續(xù)觀測(cè)）。本文所要研究的高分辨率遙感影像均是指“高空間分辨率”影像。相對(duì)于中低分辨率的遙感數(shù)據(jù)，高空間分辨率遙感影像具有更加豐富的空間結(jié)構(gòu)、幾何
3、紋理及拓?fù)潢P(guān)系等信息，對(duì)認(rèn)知地物目標(biāo)的屬性特征更加方便，如光譜、形狀、紋理、結(jié)構(gòu)和層次等。另外，高分辨率遙感影像有效減弱了混合像元的影響，并且能夠在較小的空間尺度下反映地物特征的細(xì)節(jié)變化，為實(shí)現(xiàn)更高精度的地物識(shí)別和分類提供了可能。然而，傳統(tǒng)的遙感影像分析方法主要基于“像元”進(jìn)行，它處于圖像工程中的“圖像處理”階段（見圖1-1），已然不能滿足當(dāng)今遙感數(shù)據(jù)發(fā)展的需求?；凇跋裨钡母叻直媛蔬b感影像分類更多地依賴光譜特征，而忽視影像的紋理、形狀、上下文和結(jié)構(gòu)等重要的空間特征，因此，分類結(jié)果會(huì)產(chǎn)生很嚴(yán)重的“椒鹽(saltandpepper)現(xiàn)象”，從而影響到分類的精度。雖然國內(nèi)外的很多研究人員
4、針對(duì)以上缺陷提出了很多新的方法，如支持向量機(jī)(SupportVectorMachine，SVM)、紋理聚類、分層聚類(HierarchicalClustering)、神經(jīng)網(wǎng)絡(luò)(NeuralNetwork,NN)等，但僅依靠光譜特征的基于像元的方法很難取得更好的分類結(jié)果?；凇跋裨钡膫鹘y(tǒng)分類方法還有著另一個(gè)局限：無法很好的描述和應(yīng)用地物目標(biāo)的尺度特征，而多尺度特征正是遙感信息的基本屬性之一。由于在不同的空間尺度上，同樣的地表空間格局與過程會(huì)表現(xiàn)出明顯的差異，因此，在單一尺度下對(duì)遙感影像進(jìn)行分析和識(shí)別是不全面的。為了得到更好的分類結(jié)果，需要充分考慮多尺度特征。針對(duì)以上問題，面向?qū)ο蟮奶幚?/p>
5、方法應(yīng)運(yùn)而生，并且逐漸成為高空間分辨率遙感影像分析和識(shí)別的新途徑。所謂“面向?qū)ο蟆?，即影像分析的最小單元不再是傳統(tǒng)的單個(gè)像元，而是由特定像元組成的有意義的同質(zhì)區(qū)域，也即“對(duì)象”；因此，在對(duì)影像分析和識(shí)別的過程中，可以方便地提取影像對(duì)象大小、形狀、紋理和空間關(guān)系等屬性特征，而這些特征在基于像元的分析方法中很難獲取的。現(xiàn)有研究表明，面向?qū)ο蟮姆诸悓?duì)高分辨率遙感影像有著更好的分類效果，不僅有效地克服了“椒鹽現(xiàn)象”，而且更加符合人類的視覺習(xí)慣。面向?qū)ο蟮姆诸愃枷胧紫纫獙?duì)影像進(jìn)行初始分割，得到一系列彼此相鄰的“影像對(duì)象”；然后對(duì)各個(gè)對(duì)象的屬性特征進(jìn)行提取，進(jìn)而基于這些特征實(shí)現(xiàn)對(duì)整幅影像的識(shí)別和分
6、類。因此，這就帶來兩方面的問題：首先是影像分割問題，由于高分辨率遙感影像自身的復(fù)雜性和多尺度特性，使得普通的分割方法并不能取得理想的效果；其次是特征提取問題，由于常用的特征依然是光譜、紋理等“低層視覺特征”，與影像語義信息之間存在著巨大的“語義鴻溝”，因而它們很難準(zhǔn)確的描述遙感影像的內(nèi)容，更不能利用這些特征來區(qū)分不同的對(duì)象類別。本文將以高分辨率遙感影像分類為目標(biāo)，在充分了解現(xiàn)有面向?qū)ο蟮姆诸惙椒ǖ幕A(chǔ)上，綜合考慮高分辨率遙感影像自身的復(fù)雜性和多尺度特性，將基于分水嶺變換的多尺度分割和多尺度詞包表示引入面向?qū)ο蟮姆诸愃枷胫?，建立適合于高分辨率遙感影像的多尺度分類方法。由于本文的研究目標(biāo)是
7、基于面向?qū)ο蠓诸愃枷雽?duì)高分辨率遙感影像進(jìn)行分類，因此研究現(xiàn)狀將從面向?qū)ο蠓诸惖膸讉€(gè)關(guān)鍵環(huán)節(jié)展開論述，一是影像分割，二是尺度問題，三是遙感影像的特征提取與分類。(1)影像分割影像分割是指，基于同質(zhì)性或異質(zhì)性準(zhǔn)則將一幅影像劃分為若干有意義的子區(qū)域的過程。最終的分割效果需要同時(shí)滿足以下三個(gè)條件：第一，分割后形成的圖像區(qū)域中的所有像元點(diǎn)必須滿足一定的同質(zhì)準(zhǔn)則，并且不存在不連通的點(diǎn)；第二，兩個(gè)相鄰的區(qū)域間的某項(xiàng)特定屬性要有明顯的差異性；第三，區(qū)域的邊緣應(yīng)
