| 【中文题名】 | 利用分形方法提取遥感图像空间结构信息的应用研究 |
| 【英文题名】 | |
| 【学科专业】 | 森林经理学 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2001-7-1 |
| 【中关键词】 | 遥感,数字图像处理,空间结构,离散分形布朗随机场,图像分类, |
| 【英关键词】 | Remote Sensing,Digital Image Processing,Spatial,,Strucfore,Discrete Fractal Brownian Random field,,,Image Classification, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法>数字处理 |
| 【论文摘要】 | 随着遥感技术发展，遥感影像空间分辨率和波谱分辨率迅速
地提高，计算机技术的发展，为处理海量的遥感数据提供了可能。
虽然波谱分辨率的提高使计算机自动分类的精度有所提高，但由
于自动分类技术的限制，没有发挥高分辨率数据的全部潜能。为
了充分利用遥感图像提供的空间结构信息，以提高遥感图像计算
机自动分类的精度为目标。本研究以中国东北黑龙江省的哈尔滨
市附近一幅 1：10000地形图大小的TM假彩色合成影像为例，用离
散分形布朗随机场模型（DFBR）提取图像各波段灰度影像的局部空
间结构信息，作为影像的纹理特征量。在同样训练区的前提下，
比较用原始影像和原始影像与纹理特征量结合进行有监分类的结
果精度。所得到的结论如下：
a.空间结构信息参与分类比只用原始影像进行分类，整体的分类
精度提高了，而对于某些地类，如城市、水田，分类精度的提
高尤其明显；
b. 提取空间信息的窗口大小的选择十分重要。窗口选择过小不能
充分反映纹理特征，对分类精度的提高帮助不大；窗口选择过
大将破坏离散分形布朗随机场... |
| 【论文题纲】 |
|
<中文摘要> |
4 |
|
<关键词> |
4-5 |
|
<英文摘要> |
5 |
|
<英文关键词> |
5-6 |
|
1. 前言 |
6-8 |
|
2. 国内外研究情况 |
8-14 |
|
2.1 国外研究情况 |
8-11 |
|
2.2 国内的研究情况 |
11-12 |
|
2.3 小结 |
12-14 |
|
3. 思路与方法 |
14-32 |
|
3.1 什么是图像理解 |
14-16 |
|
3.2 图像理解的研究和应用 |
16-18 |
|
3.3 图像分类 |
18-19 |
|
3.4 分形理论概述 |
19-21 |
|
3.5 图像纹理的分形描述 |
21-23 |
|
3.6 分形布朗曲面（FBM曲面） |
23-26 |
|
3.7 离散分形布朗模型 |
26-28 |
|
3.8 实验设计 |
28-29 |
|
3.9 实验方法 |
29-32 |
|
4. 实验结果与误差分析 |
32-34 |
|
4.1 实验结果 |
32 |
|
4.2 两种差异最大的地类的比较 |
32-33 |
|
4.3 分形处理效率 |
33-34 |
|
5. 结论与讨论 |
34-37 |
|
5.1 主要结论 |
34 |
|
5.2 误差分析 |
34-35 |
|
5.3 讨论 |
35-37 |
|
<引文> |
37-40 |
|
附件 |
40-59 |
|
致谢 |
59 |
|
| 【DOI】 | LunWen.ID:2.2008.389219 |
