資源描述：
《遙感圖像分類算法及其應(yīng)用研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、Y1219748分類號!里25UDC．．．．．．．．．．．．．．．．．．．．．——武漢工程大學學校編號!螳2Q密級——碩士學位論文遙感圖像分類算法及其應(yīng)用研究學科專業(yè)：機械電子工程研究方向：圖像處理與模式識別研究生：陳以超指導教師：洪漢玉教授二oo七年五月十日摘要遙感技術(shù)廣泛應(yīng)用的重要途徑之一就是遙感圖像分類，即將圖像中所有像素按其性質(zhì)分為若干個類別的技術(shù)過程，其分類的精度直接影響遙感數(shù)據(jù)的應(yīng)用水平和實用價值。如何解決多類別地物的分類識別并滿足一定的精度，是遙感圖像研究中的一個關(guān)鍵問題。本文從“遙感圖像地域信息智能化分析系統(tǒng)的研發(fā)”項目的實際應(yīng)用出發(fā)，對遙感圖像的計算機自動分類及如何提高
2、遙感圖像的分類精度等問題進行了初步研究，其主要工作包括：1．針對遙感圖像分類的噪聲干擾問題，對圖像的降噪處理進行了研究，利用小波變換法對圖像去噪。同時，為突出圖像中目標輪廓和紋理細節(jié)信息，通過改進的模糊對比度方法對圖像進行增強處理。2．為獲取有利于圖像分類的特征，對特征提取與選擇進行了分析，提取了圖像的有效特征，并對多維特征進行了去相關(guān)性的特征選擇處理，接著采用“獎優(yōu)罰劣”準則對特征向量進行了歸一化處理，使樣本特征數(shù)據(jù)在特征空間更具可分性。3．針對圖像分類特征窗口大小選擇問題，對傳統(tǒng)模糊C均值(FuzzyC-Means，F(xiàn)cs0聚類進行了研究，提出一種基于投票決策窗口的FCM聚類的遙感圖
3、像分類算法。在FCM初分類的基礎(chǔ)上，依據(jù)樣本類別隸屬度權(quán)值，采用投票的方式對窗口中的小樣本類別進行決策。4．針對遙感圖像分類精度與算法復雜度的矛盾及算法的魯棒性問題，尤其是訓練樣本的選取、特征提取與選擇，需人為干預(yù)過多，且受專業(yè)人員的知識限制。為此本文提出了基于加權(quán)MeanShift的遙感圖像分類算法。結(jié)合內(nèi)嵌置信邊緣檢測得到像素的加權(quán)因子，利用重采樣策略在特征空間對像元進行加權(quán)MeanShift濾波找到圖像各區(qū)域的核密度函數(shù)局部最大值，通過迭代移動附近數(shù)據(jù)點至該區(qū)域局部最大值，重復此過程，遍歷圖像中所有像素，對各聚類區(qū)域進行融合得到分類圖。實驗結(jié)果驗證了算法的有效性。武漢工程大學碩士學
4、位論文5．在算法的研究基礎(chǔ)上。對本文算法的軟件實現(xiàn)及模塊化設(shè)計進行了介紹。關(guān)鍵詞：遙感圖像分類，圖像去噪與增強，特征提取與選擇，模糊C均值聚類，決策窗口，MeanShiftⅡAbstractTheclassificationofremotesensingimage，whichisoneoftheimportantwaysthattheremotesensingtechnologyUSeSextensively，isaprocessthatallthepixelsintheimageareseparatedintosomeclassesbytheircharacteristics，andt
5、heapplicationlevelandpracticalvalueofremotesensingdataareaffectedbytheclassificationprecisionHowtoimprovetheclassificationaccuracyofremotesensinginterpretationisaurgentprobleminremotesensingapplication．Fromthepracticeapplicationof”theresearchanddevelopmentofintelligentizedanalyzingsystemofremotes
6、ensingimageregionsinformation”project，thispaperconcernsthecomputerautoclassificationofremotesensingandhowtoimprovetheclassificationprecisionofremotesensingimage．Themaincontextsofthispaperaregivenbelow．1．Withtheinfluenceofnoiseinremotesensingimageclassification，onbaseofresearchingimagedenoising，th
7、enoiseinimagesisremovedbywavelettransform．Meanwhile，animprovedfuzzycontrastmethodisalsoproposedtoenhancetheimageobjectcontourandtexturedetailinformation．2．Inordertogetthefeaturesinfavorofimageclassification，onthebasiso
