面向?qū)ο蟮母叻直媛视跋裢恋乩梅诸?/H1>

發(fā)布時間：2021-02-01 05:58

　　選取許昌市QuickBird遙感影像數(shù)據(jù),采用面向?qū)ο蠓椒ㄌ崛⊥恋乩眯畔?通過重復(fù)性實驗對影像進(jìn)行最優(yōu)尺度分割,綜合利用高分辨率遙感影像的光譜、形狀和紋理特征,分別建立耕地、林地、園地、建筑用地、道路交通用地、水域和城市綠地的特征集,采用模糊規(guī)則分類的方法實現(xiàn)土地利用的分類.結(jié)果表明該方法分類精度達(dá)到80.55%,Kappa系數(shù)為0.773,總體分類效果較好. 

【文章來源】：許昌學(xué)院學(xué)報. 2020,39(05)

【文章頁數(shù)】：4 頁

【文章目錄】：
1 研究區(qū)概況
2 研究方法
    2.1 數(shù)據(jù)來源
    2.2 土地分類體系
    2.3 高分辨率遙感影像的影像分割
    2.4 特征的選擇
    2.5 分類精度評價
3 分類結(jié)果與精度評價
    3.1 圖像分割
    3.2 基于模糊規(guī)則集的分類
    3.3 分類精度
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于eCognition面向?qū)ο蠹夹g(shù)的高分辨率遙感影像土地利用分類——以福州瑯岐島為例[J]. 江華.  海峽科學(xué). 2014(08)
[2]基于像素和面向?qū)ο蟮母叻直媛蔬b感影像分類方法比較[J]. 曾曉麗,吳彩燕,曾特林.  濱州學(xué)院學(xué)報. 2013(06)
[3]面向?qū)ο蟮母叻直媛蔬b感影像分割分類評價指標(biāo)[J]. 吳波,林珊珊,周桂軍.  地球信息科學(xué)學(xué)報. 2013(04)
[4]面向?qū)ο蟮倪b感影像植被信息提取技術(shù)研究[J]. 龔珍,吳浩,黎華.  安徽農(nóng)業(yè)科學(xué). 2012(30)
[5]輔以波譜分析的高分辨率影像面向?qū)ο蠓诸愌芯縖J]. 蘇曉玉,甘甫平,萬里飛,劉少峰.  圖學(xué)學(xué)報. 2012(01)
[6]高分辨率遙感影像面向?qū)ο蟮姆诸惙椒╗J]. 王林.  電子科技. 2011(06)
[7]面向?qū)ο蟮母叻直媛视跋褶r(nóng)用地分類[J]. 鄧媛媛,巫兆聰,易俐娜,胡忠文,龔正娟.  國土資源遙感. 2010(04)

碩士論文
[1]面向?qū)ο筮b感影像分類方法及其應(yīng)用研究[D]. 汪求來.南京林業(yè)大學(xué) 2008



本文編號：3012294

qikan

資料下載

論文發(fā)表

• 
  支付寶下載
  
  Download by Alipay
• 
  微信下載
  
  Download by Wechat
• 
  會員下載
  
  Download by Member

• 
  中文核心
  
  Chinese Core Journals
• 
  英文核心
  
  EI|SCI|SSCI
• 
  普通期刊
  
  General Journals

本文鏈接：http://sikaile.net/kejilunwen/dizhicehuilunwen/3012294.html

上一篇：基于對象特征的遙感數(shù)據(jù)自適應(yīng)時空融合模型  
下一篇：輕小型無人機(jī)飛控測姿數(shù)據(jù)輔助測圖精度性問題探討