三种地统计学图像纹理用于遥感图像分类的比较.pdf

维普资讯 第 19卷 第 4期 地 理 与 地 理 信 息 科 学 V0l1．19 No．4 2003年 7月 GeographyandGeo—‘InformationScience July2003 三种地统计学图像纹理用于遥感图像分类的比较 李培军 ，李争晓2 (1．北京大学遥感与地理信息系统研究所 ，北京 100871；2．美国普渡大学土木工程学院) 摘要 ：该文运用 】A Ⅱ)SATTM数据对三种地统计学纹理量测方法用于图像分类的性能进行了比较和分析。研究 发现，基于绝对值变差函数的纹理具有更好的性能。经典 的变差函数和基于方根的变差函数的性能依赖于提取纹 理时所用的窗 口大小。 关键词 ：图像纹理 ：图像分类 ；变差函数 中图分类号：T】5 文献标识码 ：A 文章编号 ：1672—0504(2003)04—0o89—04 在遥感图像 的分类过程 中加入纹理信息，是提 表 1 研 究区主要的岩性单元 TsbleI Main IitllIol0gic日|硼l-its埘m口q，pt唱 inthestmiya嘲 高图像分类精度的重要方法之一 。近年来 ，地统计 学 (geostatistics)被广泛运用于提取遥感 图像纹理， 并加入到遥感图像的分类中u-3】。一些研究 比较了 基于地统计学的纹理和其它的纹理提取方法对于提 高图像分类精度的作用[4,5]。Cart和 Miranda分别 用光学和微波遥感数据 比较 了基于变差函数和基 于 共生矩阵的纹理在 图像分类中的性 能H】。Lark 比 较 了基于平均方根对差 (themeansquare—rootpair difference)(即方根变差函数)、经典变差函数 (vrai— ogram)和平均绝对差 (meanabsolutedifference)三种 方法 的图像纹理在土地覆盖分类 中的性 能[55]。但 是 ，目前还没有对不同的地统计学 函数的图像纹理 在图像分类中的性能进行 比较研究。本文从图像分 类精度的角度 ，来 比较和评价三种地统计学 函数用 于图像纹理提取和图像分类的性能。这三种地统计 学函数分别是 ：经典的变差函数 (varlogram)、绝对值 变差函数 (nmdogram)和方根变差函数 (rodogram)。 图 1 研究区 LANEE~TTM 图像 (第 5波段) 1 研 究区和 图像数据 Fig-I Landsat 5 ofthestudy黼 2 地统计学图像纹理 研究区位于我国西北阿尔金山脉南侧 的茫崖地 区。这里气候干旱 。平均海拔在 4000～4500m，岩 纹理是反映数字 图像光谱亮度值 (DN)空间变 石裸露 ，植被极不发育 ，是运用遥感 图像进行岩性识 化的一种特征。从统计学角度来看 ，纹理可 以用两 别和分类研究 的理想地区。区内主要 出露 10类岩 个与 DN相关联的主要方面来描述 ：局部 ／全局的变 石单元 (表 1)。本研究选用 2000年 4月 LANDSAT 化性 (variablility)和空间依赖性 (spatialdependence) 一 5TM 图像数据作为实验数据 ，一个 1024*1024 (或空间相关性)J。变化性通常用方差即一个移动 像元的图像子区(图 1)用于研究。研究区 1：25万的 窗 口内相对于平均 的DN值 的离差来描述 6，而这 地质图用作参考数据 ，用于分类训练区的选择和分 种变化性往往表现 出一定的空间依赖性，即DN值 类精度的计算。地质图经扫描后与 TM影像精确配 具有某种程度的空间相关性 ，这种相关性与像元间 准，RMS误差小于 0．5像元 。 的距离有关 ，即距离近的像元间