辅以纹理特征的遥感影像神经网络分类

《辅以纹理特征的遥感影像神经网络分类》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、维普资讯http://www.cqvip.com第31卷第4期测绘与空间地理信息Vo1．31，No．42008年8月GEoMATlCs＆SPATIALlNFORMATIONTECHNoLo(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：TP

2、75文献标识码：B文章编号：1672—5867(2008)04—0066—02TheNeuralNetworkClassificationofRemoteSensingImageSupplementedbyTextureCharacteristicPEILiang，TANYang(SchoolofGeomatics，LiaoningTechnicalUniversity，Fuxin123000，China)Abstract：ThestudyadoptstheBPneuralnetworkmethodtoclassifyandrecogni

3、zethefeaturescombiningthetexturalinformationex-tractedbyvario~amandspectralinformation．Thenitcomparesandanalyzestheclassificationresultsbym~imumlikehoodmethod．Theanalysisresultshowsthatthismethodcanimprovetheclassificationprecision．Keywords：remotesensingimage；texture：vari

4、ogram；BPneuralnetwork1．2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

5、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：1Ⅳ(^)(^)[z()一z(^)]图12003年4月7日ETM+影像Fig．1TheETM+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：2007—07—15作者简介：裴亮(1966一)，男，辽宁阜新人，教授，主要从事工程测量及摄影测量与遥感的教学科研工作。维普资讯http:/

6、/www.cqvip.com第4期裴亮等：辅以纹理特征的遥感影像神经网络分类671．2．2技术流程及结果显示2遥感影像分类技术流程如图2所示，结果显示如图3所示。2．1BP神经网络模型经过预处理的影像(：BP网络是前馈多层网络结构，含有输入层、输出层以l及处于输入输出层之间的中间层，如图4所示。格式转换(ASCII)本次试验采用3层BP神经网络。输入层为ETM+1I—5，7等6个波段和由变差函数所得到的纹理图像，共7个；输出层分类的地物数目，为9；经神经网络训练和测生成变差函数曲线试，隐层的节点数目为3。I确定变差函数模型输入纹理生成程序

7、输入层中问层输出层参数I影像纹理ASCIII纹理图像l加入头文件l图4BP神经网络模型Fig．4TheBPneuralnetworkmodel纹理影像输出f2．2分类结果显示纹理图像分析本试验将进行以下几种方法和组合的分类，进行对图2纹理提取流程图比分析：基于光谱特征的最大似然法分类；基于光谱和纹Fig．2Theworkflowoftextureextraction理特征的最大似然法分类；基于光谱特征的神经网络分类；基于光谱和纹理特征的神经网络分类。分类结果如图5所示。2．3结果分析对于分类后的图像，我们要考虑分类的精度。近几年来，人们提

8、出了各种误差评判标准，其中最常用的是混淆矩阵和Kappa统计参数。将分类结果进行统计，得出分类结果对比柱状图(如图6所示，其中a，b，c，d与图5对应)。从图6中可以看出基于光谱和纹理特征的神