基于数据场与空间相关性统计的高分影像空间结构建模
高空间分辨率遥感影像除了含有地物光谱信息,还含有更为丰富的空间信息,使得精确表达地物细节成为可能.由于高分遥感影像蕴含大量的”同物异谱”和”异物同谱”现象,仅考虑地物光谱信息难以进行有效的地物分类,还需加入空间信息,如纹理信息、形状信息等.本文将探讨一种利用数据场和空间相关性统计进行空间结构特征建模和地物信息提取的方法.本文从多种空间自相关统计量中选择Geary”s C统计量来描述遥感影像中像元的空间依赖性，推断其整体的空间分布模式，原因在于Geary”s C对影像中地物的边缘响应较敏感，能较好的区分异质性区域。本文将二者相结合，用以描述高分影像中目标对象的相互作用关系，从而对高分遥感影像的空间结构特征进行建模，实现高分遥感影像的地物信息提取。
遥感影像 数据场 Geary”s C统计量 空间结构 信息提取
张晔 秦昆
武汉大学遥感信息工程学院,湖北,武汉,430079
国内会议
武汉
中文
1-1
2015-10-31（万方平台首次上网日期，不代表论文的发表时间）