辅以纹理特征的遥感影像神经网络分类.pdfVIP

维普资讯 第31卷 第4期 测绘与空间地理信息 Vo1．31，No．4 2008年 8月 GEoMATlCs＆ SPATIAL lNFORMATION TECHNoLo( Aug．，2008 辅以纹理特征的遥感影像神经网络分类 裴 亮，谭 阳 (辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000) 摘 要：将由变差函数提取出的纹理信息与光谱信息相结合，运用神经网络方法进行分类和地物识别，并与最大 似然法的分类结果进行对比分析 ，结果表明该方法明显提高了遥感影像的分类精度。 关键词 ：遥感影像；纹理；变差函数；BP神经网络 中图分类号：TP75 文献标识码：B 文章编号：1672—5867(2008)04—0066—02 TheNeuralNetworkClassification ofRemoteSensingImage SupplementedbyTextureCharacteristic PEILiang，TAN Yang (SchoolofGeomatics，LiaoningTechnicalUniversity，Fuxin123000，China) Abstract：ThestudyadoptstheBPneuralnetworkmethodtoclassifyandrecognizethefeaturescombiningthetextural informationex- tractedbyvario~am andspectralinfomr ation．Thenitcomparesandanalyzestheclassificationresultsbym~imum likehoodmethod． Th ena alysisresultshowsthatthismethodcanimprovetheclassificationprecision． Keywords：remotesensingimage；texture：variogram；BPneural network 1．2 纹理提取 0 引 言 1．2．1 实验区选择 遥感分类是进行信息提取的重要手段。随着遥感技 选取2003年4月 7日北京市 昌平 区的ETM+影像 术的发展，传统的分类方法已显示出明显不足…。本次 (如图1所示)，有7个成像波段 ，从可见光到红外波段范 研究的目的是将地统计学中的变差函数理论应用到遥感 围。 影像的纹理提取中，并利用神经网络技术进行辅 以纹理 信息的遥感影像分类，通过该方法的研究，力图进一步提 高遥感影像的分类精度，加深光谱信息和纹理信息在遥 感影像分类领域中的综合应用。 1 遥感影像纹理提取 1．1 变差函数 假设空间上两点 和 +h。 和 +h是 以 1维、2 维、3维空间坐标表示 的位置，IhI通常称为滞后距离 (1ag)，即两点之间的距离。如一随机变量在两点上 的取 值为 Z(x)和Z(x+h)，在本假设下，则样本变差函数表 达式为 ： 1 Ⅳ(^) (^) [z()一z( ^)] 图1 2003年4月7日ETM+影像 Fig．1 TheETM + imageonJuly7。2003 对不同的h，算出相应的 (h)值来，这就是计算实 验变差函数的最基本公式。 收稿 日期 ：2