资源描述：
《基于数学形态学和最大似然法的遥感图像分类研究》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、第27卷增刊2北京林业大学学报Vol.27,Supp.22005年12月JOURNALOFBEIJINGFORESTRYUNIVERSITYDec.,2005基于数学形态学和最大似然法的遥感图像分类研究112琚存勇蔡体久冯仲科(1东北林业大学林学院2北京林业大学测绘与3S技术中心)摘要:随着高空间分辨率遥感影像应用范围的不断扩大,传统基于灰度值的遥感图像分类方法很难满足实际需要.该文通过数学形态学方法,对高空间分辨率遥感全色图像进行处理,通过交互式选择训练区,构造包含形态学梯度、高帽变换和灰度均值的三维
2、特征向量,利用Bayes最大似然分类器对高空间分辨率遥感图像不同土地利用类型进行自动识别,改善了分类精度.这种分类方法,可以用于指导森林资源监测、土地利用现状调查和国土荒漠化监测与评价的工程实践.关键词:数学形态学,最大似然法,高空间分辨率遥感影像,图像分割中图分类号:S77118文献标识码:A文章编号:1000221522(2005)增刊22200842204112JUCun2yong;CAITi2jiu;FENGZhong2ke.Automaticsegmentationofhigh2resolut
3、ionremotesensingimagebasedonmathematicalmorphologyandmaximumlikelihoodestimate.JournalofBeijingForestryUniversity(2005)27(Supp.2)842287[Ch,10ref.]1CollegeofForestry,NortheastForestryUniversity,Harbin,150040P.R.China;2InstituteofGIS,RS&GPS,BeijingForestry
4、University,100083,P.R.China.Presentlyconventionalmethodshardlykeptpacewiththewideapplicationofhigh2resolutionremotesensingimage.Inthispaper,anewclassifyingmethodbasedonmathematicalmorphologyandmaximumlikelihoodestimatewasusedsuccessfullytosegmenthigh2res
5、olutionremotesensingimageandautomaticallyclassifytheusageofland.Bymeansofinteractivelyselectingsamples,aneigenvectorwiththreeelementssuchasmorphologicalgradient,top2hattransformationandgrayscalemeanwasconstructed.ThenRSimagesegmentationwasfulfilledwithth
6、emaximumlikelihoodclassification.Experimentprocessingwasalsolistedinthepassage.Theclassifiedimageclearlyshowedthatthemethodwasefficientandsignificant,anditcouldbeputintopracticesuchasforestryresourceassessment,landusageinvestigationanddesertificationmoni
7、toringandestimate.Keywordsmathematicalmorphology,maximumlikelihoodestimate,high2resolutionremotesensingimage,imagesegmentation[1222]近年来,伴随着Quick2Bird、IKONOS等高空间分点.数学形态学作为一门新兴的图像分析处理学辨率遥感图像在森林资源监测、土地利用现状调查、科,主要通过研究图像的几何结构来获得对图像的国土荒漠化监测与评价等领域应用的不断深入,常认识和理解
8、.从理论上讲,将数学形态学方法应用于用遥感图像处理软件基于灰度值分类的方法已不能高空间分辨率遥感图像的分类,可以取得理想效果.满足高空间分辨率遥感图像分类精度的需要.如何本文利用Quick2Bird遥感图像所提供的结构和纹理利用高空间分辨率遥感图像所提供的丰富的结构和信息,以数学形态学腐蚀和膨胀运算为基础,构造包纹理信息改善分类精度,已成为目前研究的热含形态学梯度和Top2Hat变换(高帽变换)的特征向收稿日期:200522102216ht
