最新【精品】范文参考文献专业论文基于纹理分类的高分辨率卫星城市用地信息提取基于纹理分类的高分辨率卫星城市用地信息提取摘要:本文主要是研究对IKONOS影像的处理，运用多种方法解决居民地建筑信息的提取，使之满足社会发展的各方面的需求。关键词：遥感；建筑物；信息提取中图分类号：P185.18文献标识码：A文章编号：一、遥感的原理现代遥感是应用探测仪器,不直接接触有关目标或现象，而从远处把目标的电磁波特性收集记录下来，并能通过对其进行分析、解译和分类等揭示物体的特征性质及其变化的综合性技术。遥感具有可大面积的同步观测、时效性、数据的综合性和可比性、经济性，当然它也具有其局限性。目前，遥感已应用到各行各业。如地质矿产的探测，农作物的分类与估产，森林长势分类和林火防治，湖泊河流污染、洪涝灾害估计，沙漠化及其扩张，城市发展及国土利用等。最终目的是通过对遥感图像的解译，进行多种定性定量的分析，解决地表的问题。二、城市用地信息的遥感图像分类方法图像分类是运用统计的方法，提取图像中具有相似波谱特征或结构特征的目标，达到计算机自动识别的目的。在城市用地信息提取中，从地物的波谱特征识别建筑物。由于本文研究的内容是居民地及建筑物的提取，因此需要对城市地物的波谱特征有所了解。城市地物的波谱特征为：沥青粘沙屋顶，由于其表面铺着反射率较高的砂石而决定了其反射高于灰色的水泥平顶。铁皮屋顶表面呈灰黑色，反射率低且起伏小，故曲线平坦。绿色塑料棚顶的波谱曲线在绿波段处没有反射峰值，有别于植被的反射波谱；人工建筑物还具有热红外发射特征，在热红外图像上留下亮斑，而其发射的强弱取决于建筑材料的热特性。当物体接受太阳、天空辐射或地下热流补给时温度上升，温度上升的速度与物体的热惯性有关。大多数物质的热惯性随物体的密度的增大而线性增大。各类钢材的热传导系数较大，因而热惯量较大，在图像上呈亮色调；而木材的密度及热传导系数较小，因而热惯量较小，而呈暗色调。本文研究的目的是采用各种遥感分类方法提取城市植被、道路、建筑物等信息。1、IKONOS影像的增强处理图像增强就是利用一系列手段对取得的图像灰度作修正，或者对噪声做过滤，使得图像灰度与实际景物的灰度尽可能的匹配。图像增强的主要目的有两个：一是改善图像的视觉效果，提高图像成分的清晰度；二是突出目标物体与背景的差异使图像变得更利于计算机处理，如锐化处理可突出图像边缘轮廓线，编程控制计算机进行跟踪，便可作各种特征分析。在一些制图工作中，由于不能完全实现计算机自动成图，而且对某些重要的地物需要作实地调查，并且，当对其进行手工绘制时就需要在影像中突出这部分内容。因此，可以运用对特定区域的处理来对感兴趣的区域进行诸如滤波等处理方法，可以达到对图像的指定位置的突出效果。对于房屋建筑物信息，现在若要提取其中几所灰屋顶的房子，可选择一个区域，对其进行滤波处理：>>i=imread('da1.pcx');>>j=roipoly(i);%选定一区域>>h=fspecial('unsharp');%设定滤波算子>>j1=roifilt2(h,i,j);%进行滤波处理>>j2=roipoly(i);>>h=fspecial('unsharp');>>j3=roifilt2(h,i,j2);>>j4=medfilt2(j3);>>j5=medfilt2(i);%对指定区域滤波后再进行中值滤波>>j6=roipoly(j5);>>j7=roifilt2(h,j5,j6);>>h1=fspecial('log');%选用log算子>>j8=roifilt2(h1,j5,j6);>>h2=fspecial('laplacian');%选用laplacian算子>>j9=roifilt2(h2,j5,j6);>>figure,imshow(j9);%显示滤波后选定区域处理结果从以上的结果可以看出，我们所作的这些处理对指定的房屋突出有一定的作用，根据需要对图像进行特定区域的选取，也不失为一种好的方法。（图１）图（１）总的看来，运用灰度拉伸图像进行滤波处理，得到的结果效果比较好。2、图像分割从总体上说，图像分割就是把图像分成若干有意义的区域（部分）的处理技术。例如，如输入的是地形航空照片或地貌遥感图像，则就需要检析出山区、平原、水域、森林、城市、道路等。这些从图像与中分离出来的“目标”便是图像分割的对象。图像分割的方法有多种，如依据工作对象来分，可分为点相关分割和区域相关分割；按算法分类，可分为阈值法、界线检测法、匹配法、跟踪法等。本文采用了图像边缘提取、区域增长和数学形态学等的分割方法用于图像的分割。1）边缘检测图像边缘是图像局部特性不连续性（灰度突变、颜色突变等）的反映，它标志着