论文部分内容阅读
本文从光谱特征、纹理特征、形状特征三个方面进行研究，理论与方法部分的创新和成果如下：
(1) 光谱特征：通过原始波段的点运算获得的图像中目标物的颜色及灰度或者波段间亮度的比较。本文采用的光谱特征提取方法采用基于改进ISODATA算法的聚类分析方法。
(2) 纹理特征：一种反映图像像素灰度级空间分布的属性。本文采用的纹理特征提取方法采用基于最小二乘和区域分割技术的聚类分析方法。该算法具有以下创新：通过最小二乘法拟合的系数矢量是对单幅图像纹理表达的发展，很好的表达了多光谱图像的纹理信息；缩放法针对较复杂纹理的不规则性，提出了对系数矢量进行调整的方法；在区域分割的过程中，提出了将开区域转化为闭区域和将闭区域规则化的方法。
(3) 形状特征：也称为轮廓特征，是指整个图像或者图像中子对象的边缘特征和区域特征。本文采用基于波段分组和不变矩的聚类分析方法提取形状特征。该算法具有以下创新：提出并实现了基于传感器成像特性或者波段间相关程度将多光谱图像的波段分组的方法；提出并实现了基于不变矩矢量来合并形状特征相似的区域的方法。
(4) 特征比较：在三种特征提取的基础上，本文提出了四条矢量特征比较的标准，用于比较两幅多光谱图像特征提取完成后的比较。