- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于小波的高分辨率遥感影像纹理分类方法研究.pdf
第 3 1 卷 第 1 期 武 汉 大 学 学 报 ·信 息 科 学 版 Vol . 3 1 No . 1
2006 年 1 月 Geomatics and Information Science of Wuhan U niver sit y J an . 2006
文章编号 :167 18860 (2006) 0 1006604 文献标志码 :A
基于小波的高分辨率遥感影像纹理分类方法研究
1 1 1
黄 昕 张良培 李平湘
( 1 武汉大学测绘遥感信息工程国家重点实验室 ,武汉市珞喻路 129 号 ,430079)
摘 要 :在基于小波的纹理分类算法的基础上 ,提出了逐点特征加权和活动窗口算法 ,使小波纹理分析能够用
于高分辨率遥感影像的分类 。逐点特征加权算法用样本的均值和方差构造偏离量 ,对纹理特征进行自适应加
权 。实验结果表明 ,本文提出的算法能够有效地提高分类精度 ,使地物的内部和边缘的分类效果都得到改善 。
关键词 :小波变换 ;高分辨率 ;逐点特征加权
中图法分类号 : TP753
随着遥感对地观测数据空间分辨率的不断提 设以待分类像元为中心的原始影像窗口为 L ,
高 ,地物的细节特征得到进一步表现 , 同类地物在 进行 i 阶小波分解得到的低频 、水平 、垂直和对角 4
高分辨率下表现出更为复杂的光谱特征 ,混合像 个子影像分别为 L i_L 、L i_ H 、L i_ V 和 L i_ D , i = 1,
元个数减少 ,纯净像元个数增加 。于是 ,一定区域 2 , 3 。实验中逐渐增加特征向量的维数 :对于 16 ×
内相邻像元之间的纹理信息在高分辨率影像的模 16 窗口, 先进行 1 阶小波变换, 提取 4 维特征向量
式分类中将扮演更重要的角色[ 1 ] 。本文用小波变 ( 即L 、L 1_ L 、L 1_ H 和 L 1_ V 四幅子影像的 EN T
)
换提取高分辨率影像的纹理特征 ,并以此特征进 值 , 然后加上 L 1_ D , 提取 5 维特征, 再加上 L 2_L ,
行分类 。 最后加上 L 2_ H 、L 2_ V 、L 2_ D , 提取 9 维特征; 而对
于 32 ×32 和 64 ×64 窗口, 由于它们的窗口大小允
1 基于小波变换的影像纹理特征提 许进行 3 阶小波分解, 所以先进行 1 阶小波变换,
(
取实验 提取 5 维特征向量 L 、L 1_ L 、L 1_ H 、L 1_ V 和 L 1_
D) 作为纹理特征, 然后加上 L 2_L , 提取 6 维特征,
由于小波对空间信号变化的敏感性以及在一 第三步加上 L 2_ H 、L 2_ V 、L 2_ D , 提取 9 维特征, 再
定尺度下能分离细节的特点 ,可以把小波系数看
文档评论(0)