空间结构纹理分类定义是什么

单纯的光谱分类器只考虑图像的光谱特征,但在实际景观中,地物是具有一定空间结构特征的。例如,城市的居住区多是由树木、草地,道路,房屋顶、停车地等组成的。因此在分类中,利用其空间特征纹理的差异可以比较容易地区分不同类型,而单纯的亮度信息则不一定能很好地区分不同类型。人类眼睛具有很好的区分不同空间特征的能力,利用不同的定量化方法计算其空间特征,然后用于分类中,为许多人所提倡。而实际的研究结果也表明利用空间结构对于许多城市土地利用分类,以及一些高精度图像分类尤其重要。

空间结构分类器主要是利用一些测量空间纹理结构的函数得到新的层。一般这些函数都是利用一定的窗口测量像元和其周边像元之间的关系,如在5×5窗口内像元之间的方差、空间相关系数等。将这些层加到原始图像的光谱层中,从而对混合图像进行分类。

一般将较多的邻接像元运用于空间纹理结构计算中,其相对的分类精度提高比较明显(如32×32个像元)。但大量邻接像元的使用会混合不同类型边缘像元的数量,同时较大的窗口也会降低图像的分辨率。