特征提取-教学课件.pdfVIP

特征提取-教学课件.pdf

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共23页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

遥感数字图像处理

第10章特征提取与选择

特征提取

北京师范大学地理科学学部朱文泉

电话:010

Email:zhuwq75@bnu.edu.cn

特征提取

一、光谱特征提取

二、空间特征提取

纹理特征(灰度共生矩阵)、形状特征、空间关系特征

2

一、光谱特征提取

光谱特征提取的基本思想就是对多种属性进行某种线性或非

线性组合得到综合指标。

目的:在多光谱(尤其是高光谱)图像中,邻近波段之间往

往具有高度的相关性,存在着大量冗余和重复的信息,需从

这些数据中提取那些无冗余的有效信息来识别目标地物。

方法:主成分变换、最小噪声分离、缨帽变换、植被指数等

3

一、光谱特征提取:主成分变换

通过对图像上的每个像元的光谱特征向量进行线性变换,从而产

生一幅新的图像,新图像的各分量(小于或者等于输入图像的波

段数)之间差异最大、但相关性最小(即相互正交),各分量按

方差大小排序。

目标:多光谱遥感影像在经过主成分变换后,前面几个主成分包

含了原始图像90%以上的信息量,因此一般会选择前几个分量作为

备选的分类特征变量。

4

一、光谱特征提取:最小噪声分离变换

最小噪声分离变换通过对信号与噪声的分离,所获得的分量是按

信噪比由高到低排序的。

目标:与主成分变换类似,最小噪声分离变换之后也是通常选择

前几个信噪比高的分量作为备选的分类特征变量。

5

一、光谱特征提取:缨帽变换

缨帽变换是一种特殊的主成份分析。缨帽变换的变换系数是固定的,其

旋转后坐标轴不是指向主成份方向,而是指向与地物有密切关系的方向

,特别是与植物生长过程和土壤有关的信息,通常变换后的可用分量包

括亮度指数、绿度分量、黄度分量和湿度分量,同一传感器不同图像产

生的分量之间可进行相互比较。

目标:利用缨帽变换进行特征提取时,我们可以根据实际需求选择不同

的分量进行分类,如植被分类可以考虑选择绿度分量,土壤水分遥感反

演可以考虑选择湿度分量。

6

一、光谱特征提取:植被指数

由于绿色植物对红光波段具有强吸收作用,而对近红外波段具有高反射

作用,因此绿色植物对这两个波段的光谱响应具有明显的反差,植被指

数正是通过对这两个波段的组合来进一步增强植被信息,并且使新的变

量对植被长势、生物量等具有一定指示意义。

归一化差值植被指数(NormalizedDifferentVegetationIndex,NDVI):

b−b

NDVInirr

b+b

nirr

式中,b为近红外波段的反射率,b为红光波段的反射率,对于Landsat

nirr

8OLI影像来说,b为第5波段,b为第4波段。

nirr

文档评论(0)

达芬奇 + 关注
实名认证
文档贡献者

免责声明:本账号发布文档均来源于互联网公开资料,仅用于技术分享交流,不得从事商业活动,相关版权为原作者所有。如果侵犯了您的相关权利,请提出指正,我们将立即删除相关资料。

1亿VIP精品文档

相关文档