遥感图像的特征提取方法研究.doc

题目：遥感图像的特征提取方法研究

专业：测绘工程

【摘要】随着科技的发展和遥感图像所包含的内容愈加丰富，对遥感图像目标的自动识别和分类应用也愈加广泛。图像识别分类的部分步骤如下：经图像处理来进行校正坐标、辐射等；数字图像增强达到提高清晰度、对比度等来突出目标信息；图像融合是影像包含的数据更有利于分析、特征提取来满足用户需要……其中特征提取的内容和方法显得非常重要，它直接决定了识别和分类的效率和准确性。如何为不同类别的遥感图像提取相对应的有良好表征好且受噪声小的特征参数，是应用研究的一个重要问题。

【关键词】目标自动识别分类；图像处理；数字图像增强；图像融合；特征提取

目录

TOC\o1-3\h\z\u1、绪论 1

1.1 论文的研究背景及意义 1

1.2 图像特征提取方法的研究现状 1

1.3 常用的特征提取方法总结 1

1.3.1光谱特征 1

1.3.2纹理特征 2

1.4 本文的研究内容 3

2.特征提取前的图像处理 3

2.1图像融合技术 3

2.2图像最佳波段组合 5

3.遥感图像的特征提取方法 7

3.1主成分分析 7

3.2核主成分分析 8

3.3两种方法特征提取效果对比 10

3.4总结 12

4.结束语 13

5.致谢词 13

PAGE12

1、绪论

论文的研究背景及意义

遥感技术在新纪元开始迅猛发展，使可得的遥感数据源大大增加。高光谱、多时相和立体观测影像等丰富的遥感影像数据为信息的获取提供了可能性，但对数据挖掘带来了难题：数据交叉重叠，冗余度大，计算量大等等。

遥感应用已经遍布各行各业，鉴于遥感图像特征提取方法还属于新兴课题，各种算法、方法带有一定的经验性，还不成熟。特征提取能够去除冗余的信息，还能提高目标物的识别精度、减少分类过程中的运算量等作用。对遥感图像特征提取方法进行研究，结合图像处理、变换、融合等手段，能够准确快速提取目标信息，满足用户需求。

所谓图像的特征，通常是将遥感图像用数值、符号或图形来表示，反映着图像中基本的重要信息，把获取图像特征信息的过程称为特征提取。遥感信息特征提取方法手段各异，特征的提取并非越多越好，提取什么样的特征，到什么程度，这都要根据实际要解决的问题来决定，适当调整，节省人力物力。不同领域的图像都有自己独特的特征，并且结构也不一样，图像反映出来的目标受视觉影响，如区域亮度、边缘轮廓、纹理或色彩等各不一样，而有些则是需要通过变换或者测量才能得到所需要的特征。

图像特征提取方法的研究现状

在上世纪七、八十年代，用软件来处理图像的技术发展才刚起步，遥感信息特征提取主要是依靠人工目视解译来完成[1]。人工目视解译花费时间长，严重影响了信息利用效率。随着计算机技术的发展以及遥感软件的开发，遥感信息的提取也从人工逐步转向自动化。图像的特征提取非常实用，在国内外测绘界、模式识别与人工智能等多个领域都对图像特征这块领域做了深入研究，特别是在线状特征提取的研究上。例如美国的Mckeown实验室、瑞士的Amobe项目、德国的波恩大学、奥地利的格拉茨大学和法国地理学院等；还有我国的一些著名高校如武汉大学、国防科技大学、信息工程大学等在这方面都作了很多工作[2]。

图像特征提取的总体思想是：将提取的特征抽象化

特征提取提取图像的特征值模式识别

和特征参数

解译图像

图像预处理建立特征空间

图1-1图像特征处理大概流程

在理论上，特征提取从两大方面入手。一种方法是特征选择，指从原有的m个特征空间中，按照一定的要求选出n个特征；另一种方法是特征变换，指的是将原来的特征空间通过线性变换、非线性变换或者其他的某种数字变换生成一组新的特征空间的过程。

常用的特征提取方法总结

1.3.1光谱特征

一般遥感图像上的光谱特征是通过多光谱图像上的像元亮度表现出来，不同的物体在同一波段中的亮度表现不一致；不同的物体在不同波段图像上亮度呈现的规律也有差别，人们通过掌握物体的像元亮度，配合光谱特征曲线，以