1、探索適合高分辨率遙感圖像處理的新方法是目前遙感信息處理領(lǐng)域的前沿研究方向之一。與中低分辨率圖像相比，高分辨率圖像中地物的幾何結(jié)構(gòu)及細(xì)節(jié)特征更加清晰，為利用空間信息識(shí)別地物特征提供了可能。紋理作為高分辨率圖像的一種重要特征，已被廣泛用于遙感信息處理中，探索新的紋理計(jì)算方法是圖像紋理分析中的重要問題之一。
　　局部二值模式（Local Binary Pattern，LBP）是最近發(fā)展起來的一種理論簡(jiǎn)單但功能強(qiáng)大的紋理分析算法，在計(jì)算機(jī)

2、視覺等領(lǐng)域表現(xiàn)出良好的性能，并得到了較廣泛的應(yīng)用和認(rèn)可。但該方法在遙感領(lǐng)域的應(yīng)用還很少。本文將該紋理提取算法應(yīng)用到高分辨率遙感圖像的紋理提取及分類中，并進(jìn)一步將其算法擴(kuò)展到多維空間，提取多波段圖像紋理，通過圖像分類評(píng)價(jià)它們的性能；同時(shí)，對(duì)其中所涉及到的特征提取方法進(jìn)行了深入研究。
　　論文首先將現(xiàn)有的單波段、兩波段LBP算法分別用于遙感圖像的紋理提取，并將得到的紋理特征分別用于圖像分類中，以評(píng)價(jià)LBP紋理的性能。實(shí)驗(yàn)結(jié)果表明，加入

3、LBP紋理后，分類的總體精度比單純光譜分類的精度有明顯提高，尤其是對(duì)于紋理特征顯著的地物類別，分類精度的改善更為顯著。
　　論文將現(xiàn)有的LBP算法擴(kuò)展到多維空間中，提取遙感圖像的多維紋理特征，定量描述多波段的空間變化信息。本文共提出了三種多維擴(kuò)展方法，將它們提取的多元紋理特征分別加入到圖像分類過程中。實(shí)驗(yàn)結(jié)果表明，將三種擴(kuò)展算法提取的多元LBP紋理分別加入到分類中，得到的分類結(jié)果精度均比單純基于光譜信息的分類結(jié)果精度有較大提高，表

4、明本文提出的擴(kuò)展方法是有效的。本文提出的多維LBP算法直接對(duì)多波段圖像進(jìn)行多元紋理信息提取，避免了運(yùn)用現(xiàn)有各種LBP紋理方法時(shí)所必需的波段選擇，顯示出其應(yīng)用的簡(jiǎn)便性。
　　為充分利用由LBP方法所得到的大量紋理信息進(jìn)行圖像分類，針對(duì)LBP紋理的特點(diǎn)，本文在現(xiàn)有的最小噪聲分量（Minimum Noise Fraction，MNF）變換方法基礎(chǔ)上，提出了分塊的MNF（Segmented MNF）方法對(duì)數(shù)據(jù)進(jìn)行特征提取，并基于該變換的分