基于Gabor滤波方法的居民地识别分析

图像纹理对于高分辨率遥感图像的信息提取与目标识别具有重要意义。针对“北京一号”小卫星全色遥感图像非城市区域居民地块往往呈现出比较明显的方向性纹理的特点, 扩充改进Gabor滤波方法进行提取。方法主要利用Gabor滤波器的多尺度、多方向滤波的性质, 提取多尺度纹理特征集, 并进行特征; 而后利用多特征聚类实现图像的初步分割。由于分割是对特征进行聚类完成的, 其结果可能存在一个居民地块由若干个相互间存在间隔的子区域组成、存在无用小斑块、居民地内部存在大量小孔洞等缺陷。针对上述不足, 利用形态学尺度空间融合方法, 对居民地块通过结构元素不断增大的闭运算进行迭代融合, 并选择一个具备“最长生存期限”的类别个数作为最佳类数, 选择首次出现该类别数的分割结果作为最后的识别 结果。对延庆地区的小卫星影像进行了居民地提取, 并与共生矩阵纹理分析方法进行了实验对比。结果表明方法是有效的, 并在提取精度上具有优势。 结果。对延庆地区的小卫星影像进行了居民地提取, 并与共生矩阵纹理分析方法进行了实验对比。结果表明方法是有效的, 并在提取精度上具有优势。