加入改进LBP纹理的高分辨率遥感图像分类_宋本钦.pdf

4 ， 87 国 土 资 源 遥 感 No． 4 ，2010 第 期 总第 期 2010 12 15 REM OTE SENSING FOR LAND ＆ RESOURCES Dec． ，2010 年 月 日 加入改进LBP 纹理的高分辨率遥感图像分类 ， 宋本钦 李培军 ( ， 10087 1) 北京大学地球与空间科学学院遥感与地理信息系统研究所 北京 : ， 。 摘要 高分辨率遥感图像纹理信息丰富 将其与光谱信息相结合进行地物分类可提高地物的精度 将改进的局部 (LBP) ， LBP 二值模式 纹理应用到高分辨率图像的土地覆盖分类中 并与只利用光谱信息和加入传统 纹理信息的分 。 : LBP ， ， 类结果相比较 结果表明 改进的 具有很好的抗噪性能 并能更有效地表达图像的纹理信息 加入这种纹理 信息的图像分类精度明显高于纯光谱分类和加入传统LBP 纹理信息的分类。 : ;LBP ; 关键词 纹理 分类 中图分类号:TP 75 文献标识码:A 文章编号:1001 － 070X (2010)04 － 0040 － 06 ， LBP 分类 并与加入传统 纹理信息的分类结果进行 0 引言 比较， 。 评价二者在土地覆盖分类中的性能 遥感图像分类是遥感信息提取的重要手段之 1 局部二值模式及其改进 。 ， 一 近年来 高分辨率图像的大量获取为详细地表 1． 1 局部二值模式(LBP) 特征制图和监测提供了数据基础。与中低分辨率图 ， ， 局部二值模式(LBP)最早由Ojala 等(1996 )提 像相比 高分辨率图像上的地物轮廓更加清晰 空间 ［12］ ［1，2］ 出 ， 。 用来作为图像局部对比度的互补算法 在某 结构信息也更为丰富 。图像纹理是一种重要的 ， R (R ＞ 0 ) 一灰度图像中 定义一个半径为 的圆环形 ， ， 空间信息 被广泛应用于图像分类 以提高分类精 ［3 ，4］