Skip to main content

JAVA-based Texture Analysis Employing Neighborhood Gray-Tone Difference Matrix (NGTDM) for Optimization of Land Use Classifications in High Resolution Remote Sensing Data JAVA-basierte Texturanalyse mittels Neighborhood Gray-Tone Differenz Matrix (NGTDM) zur Optimierung von Landnutzungsklassifikationen in hoch auflösenden Fernerkundungsdaten

Buy Article:

$39.00 plus tax (Refund Policy)


Due to the increasing demand for current and consistent datasets concerning land use and land cover, especially regarding silvicultural and agricultural areas, the analysis and classification of high resolution remote sensing data represents an important component of today's remote sensing methodology. In this process the rapid and distinct assignment of its type of use plays a major role, apart from the size, location or geometry of the used areas. At the present time most analysis and classification methods are pixel-based on colour or brightness differences of respective land use. Further classification methods try to consider additional features and to describe them mathematically. In this context the attribute texture lies in the focus of high resolution land use feature extraction, in particular regarding objectorientated classification methods but also in terms of web-based, interoperable remote sensing applications. In order to examine the value of the yet theoretical conceived Neighborhood Gray-Tone Difference Matrix- (NGTDM) texture analysis for practical land use classification methods, the NGTDM has been JAVA-based implemented for the first time and is therefore applicable for many platforms as a prototype. The evaluation followed on basis of high resolution remote sensing data. The study exhibits a great practical potential for the MGDTM-method, since it is capable by all means to identify silvicultural and agricultural areas automatically purely based on texture.

Aufgrund der wachsenden Nachfrage nach aktuellen und konsistenten Datensätzen im Bereich der Landnutzung und Landbedeckung, insbesondere im Hinblick auf forst- und landwirtschaftliche Nutzflächen, stellt die Analyse und Klassifikation hochauflösender Fernerkundungsdaten einen wichtigen Bestandteil der heutigen Fernerkundungsmethodik dar. Dabei spielt neben den Informationen über die Größe, Lage oder Geometrie der jeweiligen Nutzungsflächen insbesondere ihr genauer Typus und seine rasche Erfassung eine große Rolle. Die hierzu derzeit verwendeten pixelbasierten Analyse- und Klassifikationsverfahren basieren zum größten Teil auf den Farbund Helligkeitseigenschaften der jeweiligen Landnutzungsfläche. Weiterführende Klassifikationsverfahren versuchen darüber hinaus zusätzliche Merkmalseigenschaften zu berücksichtigen und mathematisch zu beschreiben. In diesem Kontext steht das Merkmal Textur insbesondere bei objektorientierten Klassifikationsmethoden aber auch hinsichtlich interoperabler, web-basierter Fernerkundungsanwendungen im Focus der hochauflösenden Merkmalsextraktion von Landnutzungstypen. Um den Nutzen des bisher nur theoretisch konzipierten Neighborhood Gray-Tone Differenz Matrix- (NGTDM) Texturanalyseverfahrens für die praktische Landnutzungsklassifikation zu testen wurde das Verfahren erstmalig JAVA-basiert, und damit für viele Plattformen zugänglich prototypisch umgesetzt. Die Evaluation erfolgte auf der Basis hochauflösender Fernerkundungsdaten. Die Studie zeigte das große praktische Potential der NGTDM-Methodik, da sie durchaus in der Lage ist rein texturbasiert forst- und landwirtschaftliche Nutzflächen automatisiert zu identifizieren.


Language: German

Document Type: Research Article


Publication date: November 1, 2009

More about this publication?
  • Photogrammetrie - Fernerkundung - Geoinformation (PFG) is an international scholarly journal covering the progress and application of photogrammetric methods, remote sensing technology and the intricately connected field of geoinformation processing.

    Papers published in PFG highlight new developments and applications of these technologies in practice. The journal hence addresses both researchers and student of these disciplines at academic institutions and universities and the downstream users in both the private sector and public administration.

    PFG places special editorial emphasis on the communication of new methodologies in data acquisition, new approaches to optimized processing and interpretation of all types of data which were acquired by photogrammetric methods, remote sensing, image processing and the computer-aided interpretation of such data in general.

    PFG is the official journal of the German Society of Photogrammetry and Remote Sensing.
  • Editorial Board
  • Information for Authors
  • Subscribe to this Title
  • ingentaconnect is not responsible for the content or availability of external websites

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
Cookie Policy
ingentaconnect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more