全文总字数：4477字

1. 研究目的与意义及国内外研究现状

在遥感图像的分类过程中加入纹理信息,是提高图像分类精度的重要方法之一。近年来,地统计学(geostatistics)被广泛运用于提取遥感图像纹理,并加入到遥感图像的分类中。一些研究比较了基于地统计学的纹理和其它的纹理提取方法对于提高图像分类精度的作用。carr和miranda分别用光学和微波遥感数据比较了基于变差函数和基于共生矩阵的纹理在图像分类中的性能。lark比较了基于平均方根对差(the mean square- root pairdifference)(即方根变差函数)、经典变差函数(vari-ogram)和平均绝对差(mean absolute difference)三种方法的图像纹理在土地覆盖分类中的性能。但是,目前还没有利用变异函数提取纹理以及提取地形因子对图像分类中的性能进行比较研究。本文从图像分类精度的角度,来比较和评价两种方式用于图像纹理提取和图像分类的性能。 通过本文的研究，可以获得基于变异函数提取的陕西甘泉dem地貌晕渲图的地统计纹理图，同时可以获得基于dem地形因子及地统计纹理对甘泉地貌进行分类的结果，对比分析地统计纹理在地貌分类中的作用，为相关部门制定合理有效的适应性方案提供参考依据。

国内外研究现状

carr和miranda分别用光学和微波遥感数据比较了基于变差函数和基于共生矩阵的纹理在图像分类中的性能。lark比较了基于平均方根对差(the mean square- root pairdifference)(即方根变差函数)、经典变差函数(vari-ogram)和平均绝对差(mean absolute difference)三种方法的图像纹理在土地覆盖分类中的性能。但是,目前还没有对不同的地统计学函数的图像纹理在图像分类中的性能进行比较研究。遥感影像的时间信息主要体现在遥感数据的选择上，所以充分利用遥感光谱信息和结构信息对于影像的识别很重要。近年来，许多学者致力于遥感影像的空间特性的研究中，并将其应用到遥感影像分类中，取得了良好的效果，如 r.m.haralick 于 1973 年首次把纹理特征应用到遥感影像的分类中；1976 年 a.rosenfeld 采用松弛算法改善景物分析的质量；其后p.h.swain 提出应用局部结构法进行图像分类；赵红蕊等提出了一种简单加入空间关系的实用图像的分类方法；derek 和 r.peddle 等人的研究表明，多波段图像，纹理信息以及 dem（数字高程模型）的综合应用可以显著地提高遥感影像分类精度和地物的识别能力。目前遥感影像纹理分析方法很多，主要有自动关联函数、灰度级游程、灰度共生矩阵、分形维方法、markov 随机场模型、garbor 滤波器模型等。lendaris 和 stanley 是最早在遥感研究中使用纹理分析方法进行土地分类研究的小组之一，他们使用能量谱方法分析高分辨率的黑白航片，但只研究了人造景观和非人造景观的分类；gal1oway 等使用灰度级游程的方法对 54 幅高分辨率的黑白航片进行了分类，他们研究了果园、树林、城市、郊区、湖泊、沼泽和铁路等地物的分类；hsu 在分析 7 幅高分辨率的黑白航片时，采用了不同的纹理分析算法，他使用了从 3x3 或 5x5

的窗口中得到的 17 个纹理参数对植被、土壤、道路及其混合进行了分类：mitchell 和 carlton 运用最大-最小方法在黑白航片上提取道路。

2. 研究的基本内容

本文拟以黄土高原甘泉峡谷dem数据为主要数据源，结合gis技术对甘泉峡谷的地统计学纹理研究，研究内容包括：

1）基于变异函数提取陕西甘泉dem地貌晕渲图的地统计纹理图。

2）基于dem地形因子及地统计纹理对甘泉地貌进行分类

3. 实施方案、进度安排及预期效果

第1周：确定论文主题方向，进行论文题目的筛选。第2周：以论文题目为核心，对相关资料进行收集和翻阅。第3周：对已搜集的资料加以整理，论证分析论文的可行性、实际性，将论文题目和大致范围确定下来，进行开题报告。第4周：整合已有资料、构筑论文的大纲。第5—8周：根据查找的数据和相关资料，进行深入详实的论文编写工作，对论文编写过程中所发现的问题，研究其解决方案，推敲整合，并进行修改完善，准备论文中期检查。第9-13周：完成论文的初稿部分，向指导老师寻求意见，优化论文的结构，润色语句，修改不当之处，补充不足之处。第14-15周，论文资料整合，最终定稿，为最终的答辩做好各方面准备，熟悉论文内容，增强自己对论文内容的把握，进行一定的思维发散，设计论文答辩。第16周：论文答辩。

图1 技术路线图

4. 参考文献

[1] 黄颖端，李培军，李争晓.基于地统计学的图像纹理在岩性分类中的应用.国土资源遥感.

[2] 裴亮，谭阳，李文杰.基于变差函数和神经网络的遥感图像分类[j].遥感信息.

[3]李小涛，潘世兵，宋小宁.基于地质统计学纹理特征的遥感影像分类方法研究[j].地理与地理信息科学.