基于自適應帶寬的均值漂移方法的高分辨率遙感影像分類

孔輝

摘要：本文以像元形狀指數為基礎，引入面向對象的思想，進行改進所得到的自適應帶寬的均值漂移方法，對高空間分辨率影像進行提取，該方法的使用所得到的分類結果說明無論在精度還是視覺效果上更優于像元形狀指數方法，使得影像提取效果更好。

關鍵詞：均值漂移；高分影像；提取精度；面向對象

中圖分類號：P28 文獻標識碼：A 文章編號：1007-9416（2018）07-0102-01

關于高空間分辨率遙感影像特征提取，更多的是研究針基于形狀、幾何結構等空間特征。相較于紋理特征而言，高空間分辨率遙感影像的形狀、幾何結構特征更為豐富，能夠更細致的對目標的屬性進行描述，取得了較好的分類效果并提高了分類精度。基于均值漂移方法是一種基于非參數概率密度估計的統計迭代算法，本文利用像元形狀指數方法的研究基礎，采用一種帶寬自適應選擇的均值漂移方法，將圖像的最小基元由像元變為對象[1]，進行分類，與面向像元的方法進行比較。

1 面向對象思想

無論是基于支持向量機的光譜特征分類或者PSI方法還是其他特征提取方法，都是一種面向像元的影像分類方法。隨著遙感影像的空間分辨率不斷提升，影像具有了大量的純凈像元，純凈像元的增多一方面對于在較小尺度下描述目標的細節特征提供了幫助，另一方面也帶來了一個問題，就是單個像元的特征不再能夠完整表達目標[2]。即某種意義上說是降低局部的分辨率以忽視細節信息的特征帶來的影響。……