对LANDSAT7+ETM%2b遥感图像分类识别技术的研究与应用.pdf

对LANDSET7ETM+遥感图像分类识别技术的研究与应用 对LANDSAT7ETM+遥感图像分类识别技术的研究与应用 摘 要 遥感图像分类足遥感图像处理研究领域中的一项主要内容，分类的精度直接影响遥感数 据的应用水平和实用价值。如何解决多类别地物的识别并满足一定的精度，是遥感图像研究 中的一个关键问题，具有十分重要的意义，它可以为灾害评估、城镇扩展和环境变化研究等 提供必要的基础信息。但是目前从遥感图像中识别分类地物的方法多为目视判读，这种方法 难以适应目前信息化时代的实时要求，耗费较多的人力和物力。 本文从“内蒙古沙源治理监测工程”项目的实际出发，以巴彦淖尔市2002年8月份的 LANDSET7 ETM+遥感图像为数据源，主要研究了纹理分析与神经模糊网络两种方法在遥感 图像分类中的应用。根据所选区域的实际情况，将土地覆盖，利用类型分为六类：山脉、居民 区、水体、植被、沙漠、戈壁进行分类实验研究。在基于纹理特征分类实验中，我们采用灰 度共生矩阵中的能量、对比度、相关、熵、逆差矩5个参数作为特征值，以模糊C均值作为 分类器的遥感图像分类方法；在基于神经模糊网络方法的分类实验中，我们采用了 TMI,TM3，n¨，TM5，TM7作为分类的特征值，采用“赢者胜”原则作为分类结果。 综合上述思想，使用VisualC++环境下开发的基于纹理特征的遥感图像自动分类系统与 最大似然分类方法进行了比较，结果显示出本文所采用方法的分类精度有所提高。 关键词：遥感图像识别，纹理分析，灰度共生矩阵，神经模糊网络 g Abstract ， Theclassificationof is of Remote onethe researchin Sensing contentRemote image important f， sensing classified influencesthe leveland imageprocessing．Theprecision applicationpractical value oftheRemote data to use someland and acertain Sensingdirectly．Howclassify typessatisfy isa inthe of Remote has precisionkey study an problem Sensingimage．It importantsignificance． ItCan foundationalinformation provide for indisaster researching evaluation,town