本文選題：不透水層 + 紋理��； 參考：《測(cè)繪通報(bào)》2016年11期

【摘要】：城市邊緣區(qū)是城市化活躍的地區(qū),在遙感影像上呈現(xiàn)出錯(cuò)綜復(fù)雜、異質(zhì)強(qiáng)的特征,對(duì)該地區(qū)不透水層的遙感提取帶來(lái)一定的困難。本文引用擴(kuò)展支撐向量機(jī)(extended support vector machines,ESVM)的軟硬分類(lèi)方法,結(jié)合光譜和紋理特征變化,對(duì)正在發(fā)生快速土地覆蓋變化的城市邊緣區(qū)的不透水層進(jìn)行了提取。本文提出的方法將紋理變化作為有效信息表示城市邊緣區(qū)的變異,并結(jié)合軟硬分類(lèi)方法的特征進(jìn)行了不透水層純凈、混合像元的識(shí)別。研究區(qū)城市邊緣區(qū)的試驗(yàn)結(jié)果表明,將紋理特征作為描述不透水層的空間特征指數(shù)能夠?qū)⒓儍�、混合像元的識(shí)別效率提高10%,整體分類(lèi)精度提高1%~5%,優(yōu)于傳統(tǒng)的軟分類(lèi)、硬分類(lèi)方法。
[Abstract]:The urban fringe is an active area of urbanization, which presents complicated and heterogeneous features in remote sensing images, which brings some difficulties to remote sensing extraction of impermeable layers in this area. In this paper, the soft and hard classification method of extended support vector machine (extended support vector machine) is used to extract the impermeable layer in the urban fringe where rapid land cover changes are taking place in combination with the changes of spectral and texture features. The method proposed in this paper takes the texture change as the effective information to represent the variation of the urban fringe, and combines the features of the soft and hard classification method to identify the pure impervious layer and mixed pixel. The experimental results in the urban fringe of the study area show that using the texture feature as the spatial feature index to describe the impermeable layer can improve the recognition efficiency of the mixed pixel by 10 percent and the overall classification accuracy by 1 / 5, which is superior to the traditional soft classification. Hard classification method
【作者單位】： 北京工業(yè)職業(yè)技術(shù)學(xué)院;北京師范大學(xué)資源學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(41301444) 北京高等學(xué)校“青年英才計(jì)劃” 北京工業(yè)職業(yè)技術(shù)學(xué)院一般課題(bgzyky201605)
【分類(lèi)號(hào)】：P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 詹總謙;來(lái)冰華;萬(wàn)杰;李樓;;一種利用紋理特征和樸素貝葉斯分類(lèi)器檢測(cè)近景影像植被的方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年06期

2 馮莉;李滿(mǎn)春;李飛雪;;基于遺傳算法的遙感圖像紋理特征選擇[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

3 金淑英;李德仁;龔健雅;;基于偏最小二乘回歸的紋理特征線(xiàn)性組合[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年05期

4 黃昕;張良培;邵振鋒;李平湘;;基于獨(dú)立分量分析的紋理特征維數(shù)減少[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年12期

5 崔林林;羅毅;包安明;;NWFE結(jié)合紋理特征的SVM土地覆被分類(lèi)方法研究[J];國(guó)土資源遙感;2012年01期

6 付軍;谷東起;;基于光譜與紋理特征融合的灘涂信息提取方法[J];海洋環(huán)境科學(xué);2008年05期

7 ;[J];;年期

相關(guān)會(huì)議論文 前1條

1 趙銀娣;蔡燕;;紋理特征在高空間分辨率遙感影像分類(lèi)中的應(yīng)用探討[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

相關(guān)碩士學(xué)位論文 前4條

1 丁月平;輔以紋理特征的面向?qū)ο筮b感影像土地分類(lèi)研究[D];南京林業(yè)大學(xué);2014年

2 陳文鋒;基于紋理特征的遙感圖像檢索技術(shù)研究[D];解放軍信息工程大學(xué);2007年

3 王月婷;基于多源遙感數(shù)據(jù)的森林蓄積量估算[D];北京林業(yè)大學(xué);2015年

4 林婉晴;城市不透水面信息提取方法及應(yīng)用研究[D];福建師范大學(xué);2015年

，

本文編號(hào)：1891530