基于信息量的高分辨率影像纹理提取的研究

被引:20
作者
潘洁
李明诗
机构
[1] 南京林业大学森林资源与环境学院
关键词
纹理; 移动窗口; 信息量; 高分辨率影像;
D O I
暂无
中图分类号
TP751 [图像处理方法];
学科分类号
摘要
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。
引用
收藏
页码:129 / 134
页数:6
相关论文
共 9 条
[1]   基于光谱和纹理特征的山区高分辨率遥感影像分类 [J].
孙建国 ;
杨树文 ;
段焕娥 ;
王沛 ;
闫浩文 .
测绘科学, 2009, 34 (06) :92-93
[2]   不同融合算法对ETM+遥感影像分类精度的影响分析 [J].
罗火钱 ;
齐宇 ;
谢爱英 .
吉林师范大学学报(自然科学版), 2009, 30 (04) :48-52+54
[3]   SPOT5影像纹理特征提取与土地利用信息识别方法 [J].
李金莲 ;
刘晓玫 ;
李恒鹏 .
遥感学报, 2006, (06) :926-931
[4]   遥感图像相关性及其熵计算 [J].
卢健 ;
彭嫚 ;
卢昕 .
武汉大学学报(信息科学版), 2006, (06) :476-480
[5]   基于小波的高分辨率遥感影像纹理分类方法研究 [J].
黄昕 ;
张良培 ;
李平湘 .
武汉大学学报(信息科学版), 2006, (01) :66-69
[6]   纹理分析方法在TM图像信息提取中的应用 [J].
姜青香 ;
刘慧平 ;
孔令彦 .
遥感信息, 2003, (04) :24-27
[7]   基于树型小波和灰度共生矩阵的SAR图像分类 [J].
胡伏原 ;
张艳宁 ;
薛笑荣 ;
苏爱民 .
系统工程与电子技术, 2003, (10) :1286-1288
[8]   利用基于小波的尺度共生矩阵进行纹理分析 [J].
吴均 ;
赵忠明 .
遥感学报, 2001, (02) :100-103
[9]   Texture analysis and data fusion in the extraction of topographic objects from satellite imagery [J].
Kiema, JBK .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2002, 23 (04) :767-776