文献类型：期刊文章

作　　者：代沁伶[1,2] 罗斌[3] 郑晨[4] 王雷光[5,6]

DAI Qinling;LUO Bin;ZHENG Chen;WANG Leiguang(School of Printing and Packaging,Wuhan University,Wuhan 430079,China;School of Design,Southwest Forestry University,Kunming 650224,China;State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China;School of Mathematics and Statistics,Henan University,Kaifeng 475000,China;Institutes of Big Data and Artificial Intelligence,Southwest Forestry University,Kunming 650224,China;Key Laboratory of State Forestry Administration on Forestry and Ecological Big Data,Southwest Forestry University,Kunming 650224,China)

机构地区：[1]武汉大学印刷与包装系,武汉430079 [2]西南林业大学设计学院,昆明650224 [3]武汉大学测绘遥感信息工程国家重点实验室,武汉430079 [4]河南大学数学与统计学院,开封475000 [5]西南林业大学大数据与人工智能研究院,昆明650224 [6]西南林业大学林业生态大数据国家林业局重点实验室,昆明650224

出　　处：《遥感学报》

基　　金：国家自然科学基金(编号:41571372,41771375,31860182);云南省中青年学术与技术带头人后备人才培养项目(编号:2018HB026);云南省教育厅科学研究基金项目(编号:2017ZZX212)。

年　　份：2020

卷　　号：24

期　　号：3

起止页码：245-253

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：多尺度分析技术广泛应用于高分辨率遥感影像的特征提取和建模。分解层数受制于影像的大小,下采样小波变换实现的影像多尺度表达难以描述大范围的空间模式,导致分类结果出现"胡椒盐"现象;面向对象的影像分析技术虽避免了"胡椒盐"现象,但由于仅利用了单尺度的的特征,也难以描述影像多层次的空间模式,导致分类精度较低。为改善分类结果中的"胡椒盐"现象和提高分类精度,提出了一种结合区域多尺度遥感影像分割和马尔可夫随机场的分类方法。首先,获得原始影像过分割区域,依据区域内亮度均值以及区域间的共享边界长度信息,提取影像低频和高频特征,采用该低频特征波段代替原始影像,重复分割与特征波段提取过程,形成影像的区域多尺度表达。然后,以原始图像为初始尺度,以分割区域为处理单元,以更细尺度分类结果为标记场先验,以当前高频特征建立特征场,逐层分类、投影,获得最终尺度分类结果。合成纹理影像和多光谱遥感影像的实验表明:相比于小波域多尺度建模方法和单尺度区域建模方法,本文提出的方法可以有效提高分类精度,并避免"胡椒盐"现象的产生。

关 键 词：高分辨率遥感 影像分类 区域分割  马尔可夫随机场 多尺度模型  

分 类 号：TP751]