基于地质统计学纹理的遥感影像分类研究进展

摘要：

传统的基于像素与像素基础上的遥感影像光谱分类方法忽视了邻近像素值之间潜在有用的空间信息,三十多年来,人们一直都在谋求利用遥感影像本身所固有的空间信息以加强光谱分类,尽管从事该方面研究的人一直都很少,其实现的手段主要依靠对原始影像的滤波,滤波的一般方式是生成纹理波段以指导接下来的分类.近年来,变异函数被用来表达空间依赖性,并取代简单的方差滤波成为了纹理分类的主要手段,在这篇综述性的论文中,笔者主要讨论了两类将基于地质统计学的纹理信息集成到遥感影像分类中的应用,它们代表了当前遥感影像纹理分类的主流.

关键词：地质统计学、纹理分类、变异函数、半变异值

分类号：P23(摄影测量学与测绘遥感)

资助基金：国家重点基础研究发展计划973计划G2000077902

在线出版日期：2006-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：64-68