遥感影像监督分类和非监督分类方法探讨

发布时间：2017-11-14 16:09

  本文关键词：遥感影像监督分类和非监督分类方法探讨

  更多相关文章： 遥感 图像分类 监督分类 非监督分类

【摘要】：从遥感图像的分类的原理入手,比较分析遥感图像分类的监督分类和非监督分类的具体分类方法及特点,运用某地区的遥感影像采用不同分类方法对其精度进行了评估。
【作者单位】： 西安科技大学高新学院;
【分类号】：P237
【正文快照】： 1概述随着卫星遥感技术的成熟,遥感影像的应用也更加丰富,其面向对象也从政府、专业客户转向大众。在遥感技术的研究中,对资源分布、自然灾害、区域环境等的监测和分析依附于遥感图像分类,而遥感图像分类是进行影像信息提取的有效手段。遥感专题信息的提取方法随着遥感技术的

【相似文献】

中国期刊全文数据库 前10条

1 吴非权;马海州;沙占江;曹广超;杨海镇;黄华兵;樊启顺;;基于决策树与监督、非监督分类方法相结合模型的遥感应用研究[J];盐湖研究;2005年04期

2 李天平;刘洋;李开源;;遥感图像优化迭代非监督分类方法在流域植被分类中的应用[J];城市勘测;2008年01期

3 邹同元;杨文;代登信;孙洪;;一种新的极化SAR图像非监督分类算法研究[J];武汉大学学报(信息科学版);2009年08期

4 吴莎莎;韩振芳;何志芳;;非监督分类在城市交通分区中的应用[J];河北北方学院学报(自然科学版);2013年03期

5 陈贤明;韩红芳;;基于非监督分类的水系要素提取[J];硅谷;2013年12期

6 易尧华,余长慧,秦前清,龚健雅;基于独立分量分析的遥感影像非监督分类方法[J];武汉大学学报(信息科学版);2005年01期

7 陶建斌;舒宁;龚煈;沈照庆;;一种基于高斯混合模型的遥感影像有指导非监督分类方法[J];武汉大学学报(信息科学版);2010年06期

8 刘树明;林琼;刘剑秋;;3种解译方法在高速公路植被解译中的比较研究——以福建兴尤高速公路尤溪境内段为例[J];福建师范大学学报(自然科学版);2011年04期

9 岳江;张毅;徐杭威;柏连发;;一种基于空间一致性降元的高光谱图像非监督分类[J];光谱学与光谱分析;2012年07期

10 肖可可;左廷英;汪长城;;基于极化SAR数据的地物要素提取[J];现代测绘;2012年03期

中国重要会议论文全文数据库 前2条

1 秦臻;汪云甲;阚俊峰;李晓霞;;基于RS和GIS的徐州市城市扩张及驱动力研究[A];江苏省测绘学会2011年学术年会论文集[C];2011年

2 曹芳;洪文;吴一戎;;基于SPAN／H／alpha／A和复Wishart分割的全极化SAR数据的非监督分类算法研究[A];第二届微波遥感技术研讨会摘要全集[C];2006年

中国博士学位论文全文数据库 前2条

1 曹芳;基于Cloude-Pottier分解的全极化SAR数据非监督分类的算法和实验研究[D];中国科学院研究生院（电子学研究所）;2007年

2 吴昊;高光谱遥感图像数据分类技术研究[D];国防科学技术大学;2004年

中国硕士学位论文全文数据库 前9条

1 李怡;基于RS的高山峡谷区土地利用/覆盖分类研究[D];四川农业大学;2008年

2 王敏;非监督分类的卫星影像上居民地特征提取研究[D];昆明理工大学;2005年

3 钱茹茹;遥感影像分类方法比较研究[D];长安大学;2007年

4 李少兰;基于高精度遥感图像的多种土地利用分类方法研究[D];西北农林科技大学;2012年

5 冯宗敏;基于时频分解的POLSAR图像非监督分类方法研究[D];首都师范大学;2014年

6 于洋;基于遥感信息的滨海新区湿地变化的分析[D];天津大学;2012年

7 付鹏;不同信息源和方法提取积雪面积的比较研究[D];西北师范大学;2012年

8 谢艳;极化合成孔径雷达图像分类[D];电子科技大学;2006年

9 肖剑伟;基于多光谱影像的岩性信息提取技术研究[D];中国地质大学（北京）;2008年

，

本文编号：1186078