基于纹理及光谱信息融合的遥感图像分类方法研究的任务书.docx

基于纹理及光谱信息融合的遥感图像分类方法研究的任务书
一、任务概述
遥感图像分类是遥感领域的重要研究领域之一，该领域的研究可以为自然灾害预警、资源管理以及环境监测等提供帮助。然而，在遥感图像分类中，由于多种原因（如遮挡、光照变化、天气情况等），常常存在精度不高的问题。为了提高遥感图像分类的精度及可靠性，本次任务以纹理及光谱信息融合的遥感图像分类方法为出发点，通过对该方法的研究和实践，探究该方法的实际应用价值和优缺点，并对该方法进行改进和优化。
二、任务目标
本次任务的主要目标是：
1.研究纹理及光谱信息融合的遥感图像分类方法的原理和相关研究现状；
2.了解常用的遥感图像分类算法和技术，并分析其优缺点；
3.在图像分类实验中，比较分析纹理和光谱信息单独及两者融合的分类效果；
4.提出改进纹理及光谱信息融合方法的方案，探究提高遥感图像分类精度及可靠性的新思路和新方法。
三、任务内容
1.研究纹理及光谱信息融合的遥感图像分类方法的原理和相关研究现状
本任务的第一步是对纹理及光谱信息融合的遥感图像分类方法的原理进行研究探究，同时，了解相关研究现状并对比分析不同的算法及技术的优缺点，构建一个全面的分类方法研究框架。
2.了解常用的遥感图像分类算法和技术，并分析其优缺点
对于遥感图像分类来说，有多种常用的算法和技术，如支持向量机（SVM）、随机森林（RF）、人工神经网络（ANN）等。本任务要求研究这些算法及技术，分析其优缺点，并在实际应用中选用最合适的算法和技术。
3.在图像分类实验中，比较分析纹理和光谱信息单独及两者融合的分类效果
本任务的实验过程是本任务的重点，通过选取合适的遥感图像并实现不同分类方法，比较分析纹理和光谱信息单独及两者融合的分类效果。该实验要求具有一定的编程和遥感图像处理及分析技能。
4.提出改进纹理及光谱信息融合方法的方案，探究提高遥感图像分类精度及可靠性的新思路和新方法
通过对纹理及光谱信息融合的遥感图像分类方法的研究实践，提出改进方案，探究提高遥感图像分类精度及可靠性的新思路和新方法。
四、任务成果
1.分类方法研究框架：结合对纹理及光谱信息融合分类方法及常用算法和技术的研究，构建一个分类方法研究框架，方便后续研究工作开展。
2.实验分析报告：通过对不同分类方法下对比分析纹理和光谱信息单独及两者融合的分类效果，得出较为科学、完整的实验分析报告。
3.改进方案：根据实验分析报告的内容，提出改进纹理及光谱信息融合方法的方案，探究提高遥感图像分类精度及可靠性的新思路和新方法。
4.中期报告：介绍研究过程、方法及实验结果，反映研究进展情况及遇到的问题，并给出改进意见。
5.结题报告：总结研究成果，归纳提炼出纹理及光谱信息融合的遥感图像分类方法的优缺点和不足之处，在总结中针对未来研究方向和技术发展提出展望。
五、任务要求
1.要求掌握遥感图像处理及分析相关基础知识，具备一定的编程能力，熟悉相关工具如ENVI、ArcGIS、Matlab等。
2.需要充分调研遥感图像分类方法及技术，并结合实验给出可行的改进方案。
3.实验过程中，需要注重数据的处理及分析，保证实验数据及其分析的准确性和可靠性。
4.要求任务负责人和团队成员积极主动、认真负责，加强团队协作，紧密合作，高质量高效地完成任务。
六、参考文献
1.ZhixingLiu,V.K.Gadiyar&TaoZhang(2010)Atexture-spectralintegratedapproachforurbanimpervioussurfaceextractionusinghigh-resolutionmultispectralimagery,InternationalJournalofRemoteSensing,31:9,2395-2415.
2.刘毅，王永鹏，李伟雄，王远宽.基于小波变换和纹理特征的遥感图像分类研究[J].地理空间信息,2007,05:50-52.
3.杨晓军，裴旭东.基于纹理特征的遥感图像分类方法研究[J].滨州学院学报,2014,02:34-39+51.
4.马少岭.基于光谱-空间-时间深度学习的遥感图像分类研究[D].南昌大学,2019.
5.郭丽萍.光谱信息与纹理信息在遥感图像中的应用[D].西安电子科技大学，2010.
6.AndriyMatselyukh&VyacheslavHnatovych(2017)TheUseofMax-poolingforTextureExtractioninRemoteSensingImageClassification,GeocartoInternational,32:2,179-189.