基于流形学习的彩色遥感图像分维数估算
目的 纹理特征提取一直是遥感图像分析领域研究的热点和难点.现有的纹理特征提取方法主要集中于研究单波段灰色遥感图像,如何提取多波段彩色遥感图像的纹理特征,是多光谱遥感的研究前沿.方法 提出了一种基于流形学习的彩色遥感图像分维数估算方法.该方法利用局部线性嵌入方法,对由颜色属性所组成的5-D欧氏超曲面进行维数简约处理;再将维数简约处理后的颜色属性用于分维数估算.结果 利用Landsat-7遥感卫星数据和GeoEye-1遥感卫星数据进行实验,结果表明,同Peleg法和Sarkar法等其他分维数估算方法相比,本文方法具有较小的拟合误差.其中,其他4种对比方法所获拟合误差E平均值分别是本文方法所获得拟合误差E平均值的26.2倍、5倍、26.3倍、5倍.此外,本文方法不仅可提供具有较好分类特性的分维数,而且还能提供相对于其他4种对比方法更加稳健的分维数.结论 在针对中低分辨率的真彩遥感图像和假彩遥感图像以及高分辨率彩色合成遥感图像方面,本文方法能够利用不同地物所具有颜色属性信息,提取出各类型地物所对应的纹理信息,有效地改善了分维数对不同地物的区分能力.这对后续研究各区域中不同类型地物的分布情况及针对不同类型地物分布特点而制定区域规划及开发具有积极意义.
彩色纹理分析、彩色遥感图像、分维数、流形学习、特征提取
20
TP751.1(遥感技术)
国家自然科学基金重点项目71131002;国家自然科学基金面上项目71001032,70801024;中国博士后科学基金项目2012T50571
2015-09-24(万方平台首次上网日期,不代表论文的发表时间)
共12页
1110-1121