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

作　　者：梁晓莉[1,2] 李利伟[2] 程钢[1] 高连如[2] 

机构地区：[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

出　　处：《测绘通报》2015年第8期25-29,45,共6页Bulletin of Surveying and Mapping

基　　金：航空数据协同处理与检验(Y2B001101A)

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 

分 类 号：P237[天文地球—摄影测量与遥感]