结合纹理特征和边缘信息的遥感影像分类

作     者：邱中原 朱希安 郁建林 QIU Zhongyuan;ZHU Xian;YU Jianlin

作者机构：北京信息科技大学信息与通信工程学院北京100101 中城泰信(北京)信息技术有限公司北京100085 

出 版 物：《遥感信息》 (Remote Sensing Information)

年 卷 期：2018年第33卷第3期

页      面：130-135页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：北京市科技提升计划项目(PXM2016_014224_000021) 

主　　题：纹理特征 彩色灰度共生矩阵 边缘检测 监督分类 图斑剔除 

摘      要：针对基于光谱信息的遥感监督分类精度低以及分类结果中交界处错分和内部存在小面积图斑的问题,提出了一种结合图像纹理信息的监督分类方法和基于图像边缘信息的分类后处理方法。该方法首先利用彩色的灰度共生矩阵(color gray level co-occurrence matrix,CGLCM)提取图像的纹理信息,并将纹理图像结合原图像各个波段在ENVI 5.1平台下进行监督分类,然后采用Canny边缘检测算法提取原始影像的边缘图像,通过边缘信息对分类结果进行区域统计来改善分类结果。试验结果表明,辅以CGLCM纹理特征的监督分类方法可以有效地提高分类精度,相对于传统的监督分类方法,总Kappa系数提高了0.107 6,精度提高了8.53%。依据边缘信息对分类结果进行处理,有效保留原始影像边缘特征的同时,很好地滤除了分类结果中的小面积图斑。