本文主要利用影像的纹理特征和光谱特征对SPOT5全色和多光谱遥感影像进行分类实验,并实现了基于这两种特征的土地利用动态监测。论文的主要研究内容如下:⑴基于纹理特征的影像分类:利用影像的灰度直方图、灰度共生矩阵及灰度—梯度共生矩阵三种纹理特征建立了纹理特征库。共22个特征用于特征提取与特征选择实验分析。分别做了基于类别可分离性判据、离散K-L变换、Fisher鉴别矢量的特征提取,及特征选择中的直接挑选法等实验。并用混淆矩阵方法对实验结果进行精度分析。⑵基于光谱特征的影像分类:提出了光谱曲线特征模型与树状判别法两种分类方法,并与最大似然分类法、K-L变换法、光谱角度制图法、光谱纹理结合法及ERDAS分类结果进行对比,验证了所提出的两种新型分类方法的精度与可行性。⑶在土地利用动态监测中,引入了最大似然分类法,并提出了类别统计判别函数,提高了基于光谱特征的监测精度;将特征提取与特征选择用于基于纹理特征的动态监测。并对上述两种方法进行了对比分析与精度评定。