基于特征向量的遥感影像自动分类研究

发布时间：2018-05-08 23:10

  本文选题：遥感影像 + 特征向量　； 参考：《计算机工程与应用》2017年16期

【摘要】：为了实现高分辨率遥感影像自动分类及进一步提高非监督分类的精度和效率,提出了一种训练样本自动选取的面向对象自动分类方法。首先利用均值漂移算法对遥感影像进行分割,获取同质性分割单元;然后对分割对象进行多特征(光谱特征、纹理特征和形状特征)提取,基于特征向量的几何距离进行训练样本自动选择,进而利用支持向量机分类器得到分类结果。实验研究表明,提出的面向对象自动分类算法不但可以利用影像对象丰富的特征信息,而且较好地避免了"椒盐现象",使自动分类的精度和效率得到较大提升。
[Abstract]:In order to realize automatic classification of high-resolution remote sensing images and improve the accuracy and efficiency of unsupervised classification, an object-oriented automatic classification method for automatic selection of training samples is proposed. First, the mean shift algorithm is used to segment the remote sensing image, and the homogeneous segmentation unit is obtained. Then, the segmentation object is extracted with multiple features (spectral feature, texture feature and shape feature). The training samples are automatically selected based on the geometric distance of the feature vector, and then the classification results are obtained by using the support vector machine classifier. The experimental results show that the proposed object-oriented automatic classification algorithm can not only make use of the rich feature information of image objects, but also avoid the "salt and pepper phenomenon", so that the accuracy and efficiency of automatic classification can be greatly improved.
【作者单位】： 江苏师范大学测绘学院;山东省第一地质矿产勘查院;
【基金】：国家自然科学基金(No.41401397) 江苏省自然基金青年项目(No.BK20140237)
【分类号】：TP751

【参考文献】

相关期刊论文 前10条

1 张磊;邵振峰;周熙然;丁霖;;聚类特征和SVM组合的高光谱影像半监督协同分类[J];测绘学报;2014年08期

2 李涛;汪西莉;;一种基于聚类核的半监督支持向量机分类方法[J];计算机应用研究;2013年01期

3 胡荣明;魏曼;杨成斌;贺俊斌;;以SPOT5遥感数据为例比较基于像素与面向对象的分类方法[J];遥感技术与应用;2012年03期

4 刘小芳;何彬彬;;近邻样本密度和隶属度加权FCM算法的遥感图像分类方法[J];仪器仪表学报;2011年10期

5 胡玉福;邓良基;匡先辉;王鹏;何莎;熊玲;;基于纹理特征的高分辨率遥感图像土地利用分类研究[J];地理与地理信息科学;2011年05期

6 宋晖;薛云;张良均;;基于SVM分类问题的核函数选择仿真研究[J];计算机与现代化;2011年08期

7 管珍;曹广超;易俊柱;;面向对象的遥感影像分类研究[J];科技创新导报;2010年34期

8 张慧哲;王坚;;基于初始聚类中心选取的改进FCM聚类算法[J];计算机科学;2009年06期

9 蒋利顺;刘定生;;遥感图像K-Means并行算法研究[J];遥感信息;2008年01期

10 何灵敏;沈掌泉;孔繁胜;刘震科;;SVM在多源遥感图像分类中的应用研究[J];中国图象图形学报;2007年04期

【共引文献】

相关期刊论文 前10条

1 汤飞飞;;衡阳市农村电子商务技能人才社会培训体系研究[J];产业与科技论坛;2017年11期

2 周智娟;;独立学院电子商务专业人才培养模式的探讨——以桂林理工大学博文管理学院为例[J];智富时代;2017年05期

3 李洁;;高职院校创业型电子商务人才培养研究[J];物流工程与管理;2017年03期

4 朱琳;;“应用型高等院校”电子商务人才培养模式探索[J];江西科学;2017年01期

5 蔡简建;陈珊;;区域电子商务人才发展现状及其策略——以宁波市为例[J];职教通讯;2017年05期

6 左黄荣;;浅谈面向“就业能力”电子商务专业核心能力的培养[J];鸭绿江(下半月版);2017年02期

7 邹华胜;冯伶;李蓉;;我国电子商务人才培养模式创新研究[J];山东师范大学学报(自然科学版);2016年04期

8 陈苗君;;浅谈电子商务专业人才的培养[J];佳木斯职业学院学报;2016年11期

9 毛红;;全民创业背景下实用型电子商务人才培养研究[J];内蒙古科技与经济;2016年14期

10 李虎;;需求驱动的电子商务人才培养[J];现代营销(下旬刊);2016年04期

【二级参考文献】

相关期刊论文 前6条

1 吴清烈;;电子商务:理念、误区与未来[J];南京邮电大学学报(社会科学版);2010年02期

2 吕东升;;让美流淌在课堂[J];基础教育参考;2006年04期

3 陶西平;;将美育融于学校教育全过程[J];基础教育参考;2006年04期

4 方正阳;论学校体育中的审美教育[J];湖南科技学院学报;2005年11期

5 许静媛,崔瑞雪;谈高校体育教师的修养[J];河北体育学院学报;1999年03期

6 张黎;试论现代体育发展的审美价值[J];河北体育学院学报;1999年01期

【相似文献】

相关期刊论文 前10条

1 张志华,刘清平;神经模糊技术在车型自动分类中的应用[J];山西交通科技;2003年S2期

2 于明洋;崔健;;土地利用遥感信息的自动分类研究——以济南市南部山区为例[J];山东建筑大学学报;2009年06期

3 舒宁,关泽群;利用SPACE LAB彩色红外影像及数据复合技术对藏北牧草资源进行计算机分类的研究[J];环境遥感;1990年01期

4 余军涛,张跃;运动车辆自动识别分类研究[J];交通与计算机;2000年06期

5 庹先国;程渤;徐争启;穆克亮;胡灿;闫玉生;;X射线荧光自动分类分析技术在矿产资源环境评价中的应用[J];成都理工大学学报(自然科学版);2006年06期

6 章成敏,章成志;一种基于知识库的电子邮件自动分类系统[J];淮海工学院学报(自然科学版);2004年02期

7 徐涵秋;Landsat 7 ETM+影像的融合和自动分类研究[J];遥感学报;2005年02期

8 胡中艳;曹阳;孙建华;;模式识别技术在自动分类垃圾桶概念设计中的应用[J];包装工程;2008年12期

9 王瑶瑶;马萌晨;付应;施伟斌;李芳;;浅谈新型自动分类及存储垃圾装置[J];技术与市场;2013年08期

10 ;[J];;年期

相关会议论文 前3条

1 何琳;侯汉清;;基于标引经验和机器学习相结合的多层自动分类[A];2005年中国索引学会年会暨学术研讨会论文集[C];2005年

2 赵朋朋;高岭;崔志明;;基于查询接口特征的Deep Web数据源自动分类[A];2006年全国开放式分布与并行计算学术会议论文集（二）[C];2006年

3 孙雄勇;罗霄;;中图分类法体系下的自动分类研究[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年

相关硕士学位论文 前10条

1 朱婉莹;少数民族文化文本资源自动分类研究[D];云南师范大学;2015年

2 田泱;基于深度学习的自动分类相册系统的设计与实现[D];中山大学;2015年

3 陈玉芹;多类别科技文献自动分类系统[D];华中科技大学;2008年

4 段晓燕;投诉信息自动分类与推送系统的研究与设计[D];北京邮电大学;2013年

5 吴娟;军用信息自动分类的研究与实现[D];南京理工大学;2004年

6 马芳;基于神经网络的文本挖掘在专利自动分类中的研究与应用[D];山东理工大学;2009年

7 赵传敏;基于多特征选择的心电信号自动分类算法研究[D];苏州大学;2012年

8 王爽;基于知识库的自动分类系统设计与实现[D];厦门大学;2007年

9 叶鹏;基于机器学习的中文期刊论文自动分类研究[D];南京大学;2013年

10 李可;文献自动分类的文献交流平台的设计与实现[D];北京化工大学;2013年

，

本文编号：1863489