基于光谱与纹理信息的Worldview-2影像地物分类

高分辨率遥感影像分类是遥感影像处理领域中的一个重要的研究方向.选取Worldview-2影像,分别以光谱信息和光谱结合纹理信息为分类数据,采用最大似然法(MLC)和支持向量机法(SVM)进行监督分类,用混淆矩阵对分类结果进行评价.结果表明,9×9为最佳纹理窗口;SVM法分类精度明显优于MLC法;基于光谱结合纹理信息的分类精度明显优于单纯基于光谱信息的分类结果.辅以影像纹理特征,采用SVM法可以较为有效提取Worldview-2地物信息.     

融合纹理增强的遥感影像地物分类泛化性分析

为了解决因时空特征差异而导致遥感影像地物分类泛化性较弱的问题,提出了一种纹理与光谱特征联合的地物分类思路。通过筛选得到的纹理特征对光谱特征进行强化,并利用现有的深度学习框架,对各个纹理特征组合的分类效果进行评价。为了充分验证方法的有效性,在多组不同时相和地域的遥感影像中进行了特征筛选和测试。结果表明,将绿色光谱的方差、同质度及角二阶矩纹理特征与光谱特征进行叠加,可以有效抵抗季节和地域因素,进而提高分类的泛化性,尤其对水域和居民地检测的改善效果更加明显,平均交并比可提高5%~10%。同时,为基于深度学习的小样本地物分类研究提供了新的技术思路。     

一种基于光谱与纹理特征的多光谱遥感图像地物分类方法

基于光谱特征对高分辨率多光谱遥感图像进行地物分类易形成噪声,提出一种光谱特征与纹理特征相结合的地物分类方法。首先基于光谱特征与纹理特征利用四叉树技术,对图像进行分块处理,以图像块的方式提取地物的光谱特征和纹理特征,然后采用支持向量机(support vector machine,SVM)对图像块进行地物分类,并通过区域增长方法对边缘区域进行处理,使得分类区域边界清晰。对Quickbird多光谱遥感图像进行实验,实验结果表明,该方法地物分类结果精度较高、区域一致性强、噪声少。     

纹理信息在遥感影像分类中的应用

从不同森林类型的纹理差异入手,首先利用离散小波变换提取出图像的纹理特征,然后利用面向对象分类方法将纹理信息与原有的光谱信息结合进行分类。对小波变换提取纹理信息的分解层数、滑动窗口及纹理测度等问题进行系统的分析,并找出了有效反映植被纹理差异性的6个纹理特征因子。该方法可用于解决林业遥感中的诸如林种、树种的分类等问题。最后得到的总体分类精度达到92.7 %,与传统的基于像素的分类方法相比效果有所提高。 关键词：森林类型分类;高分辨率影像;纹理;小波变换     

基于Worldview-2数据的东洞庭湖湿地区域植被覆盖度估算研究

利用Worldview-2卫星数据八波段多光谱数据特点,分析与近红外波段重叠并具有更高信息量的近红外2新波段特征构建植被指数(VI)的关系。以湖南东洞庭湖湿地区域为研究区,建立近红外2新波段参与的归一化植被指数(NDVI)植被覆盖度估算模型。通过与实测样点结果比较发现:近红外2波段参与改良后的NDVI法的估算结果与实测值验证结果更加匹配,精度达到87.8%;原始近红外波段参与的NDVI法的估算结果精度最低。研究表明运用Worldview-2数据,并采用改良后的NDVI法可以大区域、准确、快速的进行植被覆盖度估算。     

基于信息量的高分辨率影像纹理提取的研究

从纹理提取方法入手,对影响遥感影像纹理提取精度的因素进行了分析。结果表明：移动窗口大小是影响基于灰度共生矩阵纹理提取的主要因素,对于高分辨率遥感影像,为了保持纹理融合影像信息量的丰富度,适宜的移动窗口选择范围为9×9至15×15之间。通过计算不同窗口大小的OIF值进行纹理组合的选择,得出对于较小的移动窗口3×3与5×5,纹理ME、HO与CR的组合将获得最丰富的纹理信息;对于窗口7×7至17×17,纹理VA、HO与CR的组合最适宜;而窗口大于17×17时,纹理VA、CO与SM的组合将会带来更丰富有效的纹理信息。对不同移动窗口下纹理组合的分类精度评价结果显示,适宜移动窗口下(9×9至17×17),VA、HO与CR纹理组合可提高高分辨率影像的信息提取精度。     

基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别

获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达（SAR）数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。本文以北川老县城震后0.24mTerraSAR-X聚束模式（ST）数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机（SVM）和随机森林（RF）分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度可达到88.24%,RF识别精度可达到92.47%。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。     

基于Gabor纹理特征的遥感影像查询方法

纹理分析方法在遥感影像分析中占有重要的地位,可用于遥感影像的分类、目标识别、查询浏览和分割。本文探索了将一种Gabor小波纹理描述方法用于遥感影像的查询。遥感影像首先通过一种Gabor小波变换,从变换后的频域空间提取统计纹理特征,然后用所提取的纹理特征对遥感影像进行查询。遥感影像查询比较实验表明,基于Gabor小波纹理特征的遥感影像查询方法优于广泛使用的基于空间灰度依赖矩阵纹理特征的方法。     

基于分类的纹理映射方法综述

对纹理映射的算法进行分类,从二维纹理映射和三维纹理映射两个大类分别进行阐述.二维纹理映射包括纹理的获取方法和映射方法两部分,映射方法中涵盖了参数化曲面、非参数化曲面和基于小变形的纹理映射方法的介绍.三维纹理映射介绍了基于三维纹理函数的映射,包括三维纹理的定义和映射方法研究;由于在虚拟世界的建造中对真实物体计算机重建的需要,就用于实物计算机三维重建中实物三维表面纹理的提取和映射算法等进行了研究和探讨.     

基于分类的纹理映射方法综述

对纹理映射的算法进行分类,从二维纹理映射和三维纹理映射两个大类分别进行阐述.二维纹理映射包括纹理的获取方法和映射方法两部分,映射方法中涵盖了参数化曲面、非参数化曲面和基于小变形的纹理映射方法的介绍.三维纹理映射介绍了基于三维纹理函数的映射,包括三维纹理的定义和映射方法研究;由于在虚拟世界的建造中对真实物体计算机重建的需要,就用于实物计算机三维重建中实物三维表面纹理的提取和映射算法等进行了研究和探讨.     

基于小波包分解的纹理图像去噪

噪声对图像的后续处理影响较大,常用的去噪方法虽然可以去除变化平缓的图像中的噪声,但对细节较多的纹理图像的去噪效果却不太理想．文中基于信号和噪声在小波分解中呈现出来的不同特性,提出了一种新颖的小波包去噪算法．采用该算法对纹理图像进行最优小波包分解,并计算每个子频带的两个范数,然后根据范数值区分信号和噪声,从而达到去除噪声的目的．实验结果表明,该算法对皮革图像具有较好的去噪效果．不仅可以去除纹理图像中的大部分噪声,而且可以较好地保留图像纹理信息．     

基于 CatBoost 算法的面向对象土地利用分类

为实现较高层次的遥感影像分类及有效去除高维特征的信息冗余,以 Sentinel-2 遥感影像为数据源,应 用 CatBoost 算法对龙江县进行了面向对象的土地利用分类。利用 CatBoost 算法对全部特征集进行降维,分别使 用 CatBoost、ＲF(Ｒandom Forest)和 AdaBoost 算法进行土地利用分类并对分类结果进行对比。研究结果表明, CatBoost、ＲF 和 AdaBoost 算法的 Kappa 系数均在 0． 77 以上,且 CatBoost 算法的 Kappa 系数高达 0． 911 4。因此 CatBoost分类法是土地利用分类的有效方法,为土地类型的划分提供了快捷可行的方法。     

一种彩色图像的二维纹理识别方法

基于仿射矩正则化技术，推导出了新的光照仿射不变特征：Zernike矩、多波段相关函数，通过正则化方法实现仿射不变矩，采用组合矩方法和奇异值分解方法实现光照不变性，在推导光照不变性时必须使用复数值矩(如Zernike矩)，因为实数值仿射不变矩不能实现独立于光照变化的仿射不变性。实验结果表明，所提出的纹理识别方法具有很好的识别效果。     

基于小波变换的纹理识别

利用小波变换在时、频域同时具有良好的局部化性质,提出由小波变换得到的多分辨率表示来进行纹理识别.通过对肝脏B超图象进行分类,结果表明,本文提出的方法具有分类精度高的特点.     

一种基于纹理能量的JPEG图像文本定位算法

提出了一种新的JPEG图像人工文本定位算法．该方法直接在DCT域中计算各DCT块的纹理能量特征，并以此初步定位文本区域．然后利用文本的连通和几何特性，精确定位文本区域．实验结果表明，使用该方法可以快速有效地定位JPEG图像中的人工文本区域．     

基于非下采样Contourlet信息熵的纹理图像检索

提出了一种基于非下采样Contourlet信息熵的纹理图像检索新方法.首先对原始图像进行三层非下采样Contourlet分解;然后计算各个子带的能量,并对其进行排序、合并,得到纹理直方图;最后以纹理直方图为概率密度函数,并用改进的信息熵方法求得函数的熵,以此作为纹理特征进行检索.实验结果表明,该方法与当前基于多分辨率的纹理图像检索方法相比具有更高的查全率和查准率.     

基于传感器光谱特性与分类的遥感图像融合

为了提高多光谱图像和全色图像的融合质量,提出了一种基于广义亮度色度饱合度(IHS)变换与分类思想相结合的遥感图像融合算法.在充分考虑各波段传感器的相对光谱响应的基础上,在强度分量的构造和空间细节信息的注入方面进行了改进.改进后的方法首先对图像进行分类,然后采用高斯概率密度函数对分类构造后的影像进行加权融合,有效地改善了...     

基于纹理谱描述子的图像检索

本文利用一种相关性弱的纹理谱描述子来描述图像的纹理特征．该纹理谱描述邻域内像素灰度变化模式,并以纹理谱直方图形式表示图像内容．建立了基于中文自然语言纹理描述词的图像检索系统,构建了纹理属性词典．实验结果证明,基于纹理谱描述子的特征是提取方法速度快,检索准确率高．