融合谱间特征的高分辨率遥感影像分类
本文关键词:融合谱间特征的高分辨率遥感影像分类
更多相关文章: 谱内特征 谱间特征 主成分分析法 直方图 G统计量
【摘要】:传统影像分类方法仅利用灰度、纹理等谱内特征,未能充分利用谱间特征,针对这一不足,本文提出一种融合谱间特征的高分辨率遥感影像分类方法。采用主成分分析法(Principal Component Analysis,PCA)对遥感影像进行变换,提取前两个主分量作为变换后的数据;通过影像分割方法获取像斑,选取训练样本像斑;利用灰度直方图与联合灰度直方图分别表达像斑的谱内特征与谱间特征,采用G统计量度量直方图距离,依据距离倒数加权计算像斑的谱内概率与谱间概率,依据加权组合谱内概率与谱间概率构建联合概率,在联合概率最大基础上获取影像分类结果。在Quick Bird遥感影像上的实验结果表明了本文方法的有效性,总体分类精度与kappa系数分别达到了90.0%和86.7%。
【作者单位】: 四川省第三测绘工程院;
【关键词】: 谱内特征 谱间特征 主成分分析法 直方图 G统计量
【基金】:测绘地理信息公益性行业科研专项经费资助项目(201512026) 数字制图与国土信息应用工程国家测绘地理信息局重点实验室开放基金资助项目(DM2016SC04) 四川测绘地理信息局科技支撑项目(J2014ZC12;J2014ZC16)资助
【分类号】:P237
【正文快照】: 0引言遥感影像分类是依据地物特征及判别准则确定地物类别属性的过程,在专题信息提取[1]、土地覆盖分类[2]、地形图更新[3]等领域应用广泛。遥感影像分类在特征空间中进行。依据是否利用地物的光谱特性,影像特征可以划分为谱内特征和谱间特征两类。谱内特征是在单一波段上提取
【相似文献】
中国期刊全文数据库 前10条
1 贾坤;李强子;田亦陈;吴炳方;;遥感影像分类方法研究进展[J];光谱学与光谱分析;2011年10期
2 朱丹瑶;;遥感影像分类方法研究[J];黑龙江科技信息;2012年33期
3 刘萌伟;曾广鸿;袁国辉;裴亚波;杨子力;;基于基因表达式编程的遥感影像分类方法研究[J];安阳工学院学报;2013年04期
4 孙立新,罗高平,张怡梅;遥感影像分类的归类学习方法[J];测绘工程;1998年03期
5 李爽,丁圣彦,许叔明;遥感影像分类方法比较研究[J];河南大学学报(自然科学版);2002年02期
6 黄艳;张超;苏伟;岳安志;;合理尺度纹理分析遥感影像分类方法研究[J];国土资源遥感;2008年04期
7 余洁;郭培煌;陈品祥;张中山;软文斌;;基于改进的模糊c-均值聚类方法遥感影像分类研究(英文)[J];Geo-Spatial Information Science;2008年02期
8 温兆飞;张树清;陈春;刘春悦;李晓峰;李华朋;;三江源区湖泊和沼泽遥感影像分类研究[J];湿地科学;2010年02期
9 付博;谢振红;邓彩群;;改进的角度余弦方法在湿地遥感影像分类中的应用[J];吉林建筑工程学院学报;2010年04期
10 胡杏花;朱谷昌;徐文海;刘欢;李智峰;郑纬;;基于分形纹理的遥感影像分类研究[J];矿床地质;2010年S1期
中国重要会议论文全文数据库 前10条
1 刘忠阳;陈怀亮;杜子璇;邹春辉;;基于决策树方法的Landsat7 ETM+遥感影像分类研究[A];农业生态与卫星遥感应用技术学术交流会论文摘要集[C];2006年
2 王珊珊;季民;高洁;焦其松;;CBR方法在高分辨率遥感影像分类中的应用[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
3 汤家法;;基于可拓分类器的遥感影像分类[A];第十七届中国遥感大会摘要集[C];2010年
4 巫兆聪;;RBF网络的粗糙表示与遥感影像分类应用[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
5 杨剑;蒲英霞;何一鸣;;基于Getis的遥感影像分类研究[A];中国地理学会百年庆典学术论文摘要集[C];2009年
6 赵泉华;宋伟东;鲍勇;;基于分形纹理的BP神经网络遥感影像分类[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
7 王梁;韩坤英;;分形理论在遥感影像分类中的应用[A];第十二届全国数学地质与地学信息学术研讨会论文集[C];2013年
8 汪东川;龚建华;张利辉;;基于时间序列轨迹分析的遥感影像分类结果联合校正[A];第十七届中国遥感大会摘要集[C];2010年
9 罗小波;刘明皓;;基于优化的BP神经网络遥感影像分类[A];2006年中国土地学会学术年会论文集[C];2006年
10 ;结合光谱、纹理与形状特征的高空间分辨率遥感影像分类(英文)[A];中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集[C];2009年
中国博士学位论文全文数据库 前9条
1 王巍;基于Agent的遥感影像分类方法及其应用研究[D];中国地质大学(北京);2016年
2 任广波;基于半监督学习的遥感影像分类技术研究[D];中国海洋大学;2010年
3 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
4 巫兆聪;粗集理论在遥感影像分类中的应用[D];武汉大学;2004年
5 易俐娜;面向对象遥感影像分类不确定性分析[D];武汉大学;2011年
6 胥海威;基于改进随机聚类决策森林算法的遥感影像分类研究[D];中南大学;2012年
7 徐盛;基于主题模型的高空间分辨率遥感影像分类研究[D];上海交通大学;2012年
8 刘志刚;支撑向量机在光谱遥感影像分类中的若干问题研究[D];武汉大学;2004年
9 丁胜;智能优化算法在高光谱遥感影像分类中的应用研究[D];武汉大学;2010年
中国硕士学位论文全文数据库 前10条
1 吴聪;面向对象的高分辨率遥感影像分类在卫片执法中的应用研究[D];昆明理工大学;2015年
2 周杨;面向对象的高分辨率遥感影像分类技术研究[D];中国地质大学(北京);2015年
3 李奇峰;结合多特征描述和SVM的遥感影像分类研究[D];郑州大学;2015年
4 宋晓阳;面向对象的遥感分类系统研究[D];南京农业大学;2014年
5 张静;西北旱区遥感影像分类方法研究[D];西北农林科技大学;2016年
6 刘安斐;基于数据融合的遥感影像分类[D];解放军信息工程大学;2006年
7 任亚芬;面向并行环境的遥感影像分类算法设计与实现[D];华中科技大学;2011年
8 白秀莲;基于决策树方法的遥感影像分类研究[D];内蒙古师范大学;2012年
9 王松妍;基于云理论的遥感影像分类方法研究[D];辽宁工程技术大学;2013年
10 陈小瑜;基于空间数据挖掘与知识发现的遥感影像分类研究[D];福建师范大学;2007年
,本文编号:704036
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/704036.html