灰度共生矩阵和模糊分类的高分辨率光学影像欠发达村落提取

doi:10.13474/j.cnki.11-2246.2015.0237

测绘通报 ›› 2015, Vol. 0 ›› Issue (8): 25-29,45.doi: 10.13474/j.cnki.11-2246.2015.0237

灰度共生矩阵和模糊分类的高分辨率光学影像欠发达村落提取

梁晓莉^1,2, 李利伟², 程钢¹, 高连如²

1. 河南理工大学矿山空间信息技术国家测绘地理信息局重点实验室, 河南焦作 454000;
2. 中国科学院遥感与数字地球研究所数字地球科学重点实验室, 北京 100094

收稿日期:2014-07-15 出版日期:2015-08-25 发布日期:2015-08-26
作者简介:梁晓莉(1988—),女,硕士生,研究方向为3S集成与应用。E-mail:lxl_08@126.com
基金资助:
航空数据协同处理与检验(Y2B001101A)

Underdeveloped Village Extraction from High Resolution Optical Image Based on GLCM Textures and Fuzzy Classification

LIANG Xiaoli^1,2, LI Liwei², CHENG Gang¹, GAO Lianru²

Received:2014-07-15 Online:2015-08-25 Published:2015-08-26

摘要/Abstract

摘要：

欠发达村落是城市化过程中的敏感因子,与城市中其他地物相比变化更加迅速明显。因此,及时掌握这些村落的数量和分布信息对城市规划和可持续发展至关重要。高分辨率光学影像能够提供大量的地面细节信息,广泛应用于土地利用/覆盖信息的自动提取。目前这方面的研究已经取得了一定的成果,但是,对于形态结构多样且易与其他地物混淆的欠发达村落的研究很少。本文利用灰度共生矩阵和模糊分类理论相结合的方法进行欠发达村落信息的提取。首先,根据研究区域特点构建类别体系并进行样本的采集;然后,基于灰度共生矩阵理论对每个样本提取不同类别、不同尺度的纹理特征;最后,利用模糊理论实现研究区域地物的分类。为验证算法的有效性和普适性,利用京津地区的验证样本和截取的高分辨率遥感影像进行试验。试验得到的最高精度为93.3%,表明本算法可以有效实现高分辨率光学影像中欠发达村落的提取。

关键词: 欠发达村落, 高分辨率光学影像, 灰度共生矩阵, 模糊分类

中图分类号:

P237

梁晓莉, 李利伟, 程钢, 高连如. 灰度共生矩阵和模糊分类的高分辨率光学影像欠发达村落提取[J]. 测绘通报, 2015, 0(8): 25-29,45.

LIANG Xiaoli, LI Liwei, CHENG Gang, GAO Lianru. Underdeveloped Village Extraction from High Resolution Optical Image Based on GLCM Textures and Fuzzy Classification[J]. 测绘通报, 2015, 0(8): 25-29,45.

参考文献

[1] HOFMANN P. Detecting Informal Settlements from IKONOS Image Data Using Methods of Object Oriented Image Analysis—An Example from Cape Town(South Africa)[C]//Remote Sensing of Urban Areas/Fernerkundung in Urbanen Ruman. Regensburg: Geographische Schriften, 2001:107-118.
[2] MAYUNGA S D, COLEMAN D J, ZHANG Y. A Semi-automated Approach for Extracting Buildings from Quick Bird Imagery Applied to Informal Settlement Mapping [J]. International Journal of Remote Sensing, 2007, 28(10): 2343-2357.
[3] 郭舟,杜世宏,张方利.基于高分辨率遥感影像的城市建设区提取[J].北京大学学报:自然科学版,2013(4):1-8.
[4] BENEDIKTSSON J A, PESARESI M, ARNASON K. Classification and Feature Extraction for Remote Sensing Images from Urban Areas Based on Morphological Transformations[J]. IEEE Transaction on Geoscience and Remote Sensing, 2003, 41(9):1940-1949.
[5] CHANUSSOT J, BENEDIKTSSON J A, FAUVEL M. Classification of Remote Sensing Images from Urban Areas Using a Fuzzy Possibilistic Model [J]. IEEE Geoscience and Remote Sensing Lettes, 2006, 3(l):40-44.
[6] SMITH J R, CHANG S F. Automated Binary Texture Feature Sets for Image Retrieval[C]//IEEE International Conference on Acoustics Speech and Signal Processing. Atlanta:[s.n.],1996.
[7] HARALICK R M, SHANMUGAM K, DINSTEIN I. Textural Features for Image Classification [J]. IEEE Trans on Systems, Man and Cybernetics, 1973, 3(6): 610- 621.
[8] SHACKELFORD A K, DAVIS C H. A Hierarchical Fuzzy Classification Approach for High-Resolution Multispectral Data Over Urban Areas [J].IEEE Transaction on Geoscience and Remote Sensing, 2003,41 (9):1920-1932.
[9] ZADEH L A .Fuzzy Sets [J]. Information and Control, 1965, 8 (l):338-353.
[10] 中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.GB/T 21010—2007 土地利用现状分类[S].北京:国土资源部,2007.
[11] 黄昕.高分辨率遥感影像多尺度纹理、形状特征提取与面向对象分类研究[D].武汉:武汉大学,2009.
[12] 颜宏娟. 面向对象的遥感影像模糊分类方法研究[D].西安:西安科技大学,2008.
[13] BENZ U C, HOFMANN P, WILLHAUCK G, et al. Multi-resolution, Object-oriented Fuzzy Analysis of Remote Sensing Data for GIS-ready Information [J].ISPRS Journal of Photogrammetry & Remote Sensing, 2004(58):239-258.
[14] 李炜,黄心汉,陈曦.一种基于模式类特征空间统计分布的离散模糊隶属度函数模型[J].信号处理,2004,20(2):170-173.

灰度共生矩阵和模糊分类的高分辨率光学影像欠发达村落提取

Underdeveloped Village Extraction from High Resolution Optical Image Based on GLCM Textures and Fuzzy Classification

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 6

编辑推荐

Metrics

本文评价

[1]	谢嘉丽, 李永树, 李何超, 吴玺. 利用灰度共生矩阵纹理特征识别空心村损毁建筑物的方法[J]. 测绘通报, 2017, 0(12): 90-93,102.
[2]	黄杰, 王光辉, 胡高强, 杨化超. 高分辨率彩色遥感影像变化检测方法研究[J]. 测绘通报, 2016, 0(8): 30-34.
[3]	李腾腾, 唐新明, 高小明. 资源三号影像朵云识别中云雪分离研究[J]. 测绘通报, 2016, 0(2): 46-49,68.
[4]	程志会, 谢福鼎. 基于空间特征与纹理信息的高光谱图像半监督分类[J]. 测绘通报, 2016, 0(12): 56-59,73.
[5]	李海江, 刘耀林, 谭荣辉, 邱丽娟. 一种新的基于高分辨率全色影像的城市建成区边界提取算法[J]. 测绘通报, 2015, 0(7): 36-41.
[6]	甄宗坤岳建平. 基于LOG算子和灰度共生矩阵影像纹理特征提取[J]. 测绘通报, 2013, 0(9): 31-34.