基于纹理的遥感图像分类研究-地图制图学与地理信息工程专业论文.docxVIP

西南交通大学博士研究生学位论文 西南交通大学博士研究生学位论文 第1页 摘 要 在遥感图像分类中，引入纹理特征能够很好地提高分类精度，已经得到研 究人员的高度重视。另外，针对遥感图像的数据量大，更新快的特点，近年来 兴起的数据挖掘技术为处理这些海量的遥感数据提供了新的技术手段和方法。 纹理特征可看作图像中反复出现的局部模式和它们的排列规则，而关联规则数 据挖掘方法够挖掘大型数据库中的频繁模式，这成为遥感数据处理与数据挖掘 相结合的一个切入点。在图像中，纹理特征由于各种因素的影响，其模糊性和 随机性表现尤为突出，采用模糊方法来处理图像模糊问题具有广阔的应用前景。 基于模糊集的云理论为研究图像模糊纹理提供了新的理论依据，将其引入到遥 感图像处理领域是一种创造性的应用。 本文以遥感图像纹理特征作为研究对象，将其作为图像分类特征值进行遥 感图像监督和非监督分类研究。在分类中重点研究了两种目前较为新颖的方法 技术：一是基于数据挖掘图像纹理联合关联规则的遥感图像监督分类：另一个 是基于模糊纹理特征矢量云的遥感图像非监督分类，最后用对象云模型对图像 分类区域的模糊表达进行了研究。论文创新点在于： 1．针对图像纹理数据挖掘的关键问题，提出适合纹理图像数据挖掘的方法 体系，包括图像表示模型、基于象素特征图像纹理关联规则定义、纹理图像挖 掘预处理、纹理图像模板统计挖掘算法。该方法体系涵盖了图像数据挖