| 题名 | 高光谱遥感图像纹理分析研究 |
| 作者 | 陈桂红 |
| 学位类别 | 硕士 |
| 答辩日期 | 2003 |
| 授予单位 | 中国科学院中国遥感卫星地面站 |
| 授予地点 | 中国科学院中国遥感卫星地面站 |
| 导师 | 唐令俐 |
| 关键词 | 高光谱 纹理 特征选择和提取 分类 |
| 其他题名 | Texture Analysis of hyperspectral Image |
| 中文摘要 | 高光谱遥感的出现是遥感技术的又一次飞跃，其足够高的光谱分辨率使得高光谱数据在遥感地物定量分析上具有更广泛的应用前景。高光谱遥感技术已被陆续应用在作物的识别和理化参数的提取、环境污染监测和土地利用／覆盖等众多领域。但是，目前国内外许多学者只关注高光谱数据具有丰富的光谱信启、而忽略了数据中如纹理、相关等空间信息的作用，以致用纹理特征对高光谱图像进行分类的研究至今尚不多见。据此，本研究把主要注意力聚焦到对高光谱遥感图像的纹理特征进行分析和应用研究。受到数据源的限制，在展开硕士论文工作时，只拿到西班牙Barrax地区的HyMap高光谱数据，故只能以该数据为试验研究对象。研究过程中首先计算了该数据的一阶、二阶 （基于灰度共生矩阵）和基于小波变换的等纹理特征，利用K-L变换、分段K-L变换、小波变换、波段指数和J-M距离可分离性准则等方法对光谱特征和纹理特征进行了特征选择和提取，然后，对比分析了最大似然法、最小距离法、平行六面体法、神经网络等方法的分类精度。试验研究结果表明：单独依据纹理特征的分类效果并不是很理想。在均值、方、对比度、嫡和均匀性等纹理特征的分类精度对比分析中，基于均值纹理特征的分类效果最好，分类精度接近90％；而基于小波变换纹理特征的分类效果不佳，还不如一阶和二阶纹理特征的分类效果。结合纹理和光谱特征进行分类，效果最好，可明显改善和提高分类精度。 |
| 语种 | 中文 |
| 公开日期 | 2014-12-08 |
| 页码 | 97 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.ceode.ac.cn/handle/183411/31933]  |
| 专题 | 遥感与数字地球研究所_学位论文_学位论文 |
| 推荐引用方式 GB/T 7714 | 陈桂红. 高光谱遥感图像纹理分析研究[D]. 中国科学院中国遥感卫星地面站. 中国科学院中国遥感卫星地面站. 2003. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论