论文部分内容阅读
提出了一种基于纹理特征最小噪声分离(Minimum Noise Fraction,MNF)变换的多光谱遥感影像分类方法。利用灰度共生矩阵对每个光谱波段进行纹理特征提取,对纹理特征进行MNF变换,将集中了大部分纹理特征信息的MNF分量与光谱信息协同进行分类。基于CBERS-04遥感影像对郎玛村地区进行岩土分类实验。结果表明,该方法的分类精度高于传统的基于光谱主成分纹理特征的多光谱遥感影像分类方法,其分类结果具有更好的区域一致性和较少的小图斑噪声。