基于频域最小距离的SPOT(Pan)图像纹理分类算法  

Texture Classification of SPOT(Pan) Image Using Minimum Distance in Frequency Space

作　　者：肖鹏峰[1] 冯学智[1] 阮仁宗[1] 欧阳晓莹[1] 

机构地区：[1]南京大学城市与资源学系,南京210093

出　　处：《遥感信息》2006年第1期3-5,I0002,共4页Remote Sensing Information

基　　金：浙江省国土资源遥感综合调查项目(编号2001500012021)

摘　　要：为了将频谱对纹理特性的表征能力应用于遥感图像分类提出了基于频域最小距离遥感图像纹理分类算法。将模板图像和适当窗口大小的待判别图像分别进行傅立叶变换,计算两者的频域距离,距离最小者即判别窗口中心像元为该类别的地物。运用该方法对SPOT(Pan)图像进行纹理分类试验,结果表明窗口大小为3×3时分类效果最好,总体分类精度达到80.4%。To use the frequency spectrum characteristics in texture classification of remotely sensed imagery, a texture classification algorithm based on minimum distance in frequency space is put forward. Make Fourier transformation of the module and target image with suitable window size, then compute the distance in frequency space. If the distance was minimum, the center pixel is assigned to this module＇s attribute. Furthermore, a SPOT （Pan） image is classified using this algorithm, The results indicate that the window size of 3 × 3 presents best classification. The total precision of classification is up to 80.4 %.

关 键 词：纹理分类 傅立叶变换 频域 最小距离 SPOT 

分 类 号：P237.3[天文地球—摄影测量与遥感]