本文關(guān)鍵詞：融合譜間特征的高分辨率遙感影像分類

  更多相關(guān)文章： 譜內(nèi)特征 譜間特征 主成分分析法 直方圖 G統(tǒng)計(jì)量

【摘要】：傳統(tǒng)影像分類方法僅利用灰度、紋理等譜內(nèi)特征,未能充分利用譜間特征,針對這一不足,本文提出一種融合譜間特征的高分辨率遙感影像分類方法。采用主成分分析法(Principal Component Analysis,PCA)對遙感影像進(jìn)行變換,提取前兩個(gè)主分量作為變換后的數(shù)據(jù);通過影像分割方法獲取像斑,選取訓(xùn)練樣本像斑;利用灰度直方圖與聯(lián)合灰度直方圖分別表達(dá)像斑的譜內(nèi)特征與譜間特征,采用G統(tǒng)計(jì)量度量直方圖距離,依據(jù)距離倒數(shù)加權(quán)計(jì)算像斑的譜內(nèi)概率與譜間概率,依據(jù)加權(quán)組合譜內(nèi)概率與譜間概率構(gòu)建聯(lián)合概率,在聯(lián)合概率最大基礎(chǔ)上獲取影像分類結(jié)果。在Quick Bird遙感影像上的實(shí)驗(yàn)結(jié)果表明了本文方法的有效性,總體分類精度與kappa系數(shù)分別達(dá)到了90.0%和86.7%。
【作者單位】： 四川省第三測繪工程院;
【關(guān)鍵詞】： 譜內(nèi)特征 譜間特征 主成分分析法 直方圖 G統(tǒng)計(jì)量
【基金】：測繪地理信息公益性行業(yè)科研專項(xiàng)經(jīng)費(fèi)資助項(xiàng)目(201512026) 數(shù)字制圖與國土信息應(yīng)用工程國家測繪地理信息局重點(diǎn)實(shí)驗(yàn)室開放基金資助項(xiàng)目(DM2016SC04) 四川測繪地理信息局科技支撐項(xiàng)目(J2014ZC12;J2014ZC16)資助
【分類號(hào)】：P237
【正文快照】： 0引言遙感影像分類是依據(jù)地物特征及判別準(zhǔn)則確定地物類別屬性的過程,在專題信息提取[1]、土地覆蓋分類[2]、地形圖更新[3]等領(lǐng)域應(yīng)用廣泛。遙感影像分類在特征空間中進(jìn)行。依據(jù)是否利用地物的光譜特性,影像特征可以劃分為譜內(nèi)特征和譜間特征兩類。譜內(nèi)特征是在單一波段上提取

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 賈坤;李強(qiáng)子;田亦陳;吳炳方;;遙感影像分類方法研究進(jìn)展[J];光譜學(xué)與光譜分析;2011年10期

2 朱丹瑤;;遙感影像分類方法研究[J];黑龍江科技信息;2012年33期

3 劉萌偉;曾廣鴻;袁國輝;裴亞波;楊子力;;基于基因表達(dá)式編程的遙感影像分類方法研究[J];安陽工學(xué)院學(xué)報(bào);2013年04期

4 孫立新,羅高平,張怡梅;遙感影像分類的歸類學(xué)習(xí)方法[J];測繪工程;1998年03期

5 李爽,丁圣彥,許叔明;遙感影像分類方法比較研究[J];河南大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年02期

6 黃艷;張超;蘇偉;岳安志;;合理尺度紋理分析遙感影像分類方法研究[J];國土資源遙感;2008年04期

7 余潔;郭培煌;陳品祥;張中山;軟文斌;;基于改進(jìn)的模糊c-均值聚類方法遙感影像分類研究(英文)[J];Geo-Spatial Information Science;2008年02期

8 溫兆飛;張樹清;陳春;劉春悅;李曉峰;李華朋;;三江源區(qū)湖泊和沼澤遙感影像分類研究[J];濕地科學(xué);2010年02期

9 付博;謝振紅;鄧彩群;;改進(jìn)的角度余弦方法在濕地遙感影像分類中的應(yīng)用[J];吉林建筑工程學(xué)院學(xué)報(bào);2010年04期

10 胡杏花;朱谷昌;徐文海;劉歡;李智峰;鄭緯;;基于分形紋理的遙感影像分類研究[J];礦床地質(zhì);2010年S1期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 劉忠陽;陳懷亮;杜子璇;鄒春輝;;基于決策樹方法的Landsat7 ETM+遙感影像分類研究[A];農(nóng)業(yè)生態(tài)與衛(wèi)星遙感應(yīng)用技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2006年

2 王珊珊;季民;高潔;焦其松;;CBR方法在高分辨率遙感影像分類中的應(yīng)用[A];《測繪通報(bào)》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 湯家法;;基于可拓分類器的遙感影像分類[A];第十七屆中國遙感大會(huì)摘要集[C];2010年

4 巫兆聰;;RBF網(wǎng)絡(luò)的粗糙表示與遙感影像分類應(yīng)用[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

5 楊劍;蒲英霞;何一鳴;;基于Getis的遙感影像分類研究[A];中國地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

6 趙泉華;宋偉東;鮑勇;;基于分形紋理的BP神經(jīng)網(wǎng)絡(luò)遙感影像分類[A];中國儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

7 王梁;韓坤英;;分形理論在遙感影像分類中的應(yīng)用[A];第十二屆全國數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)研討會(huì)論文集[C];2013年

8 汪東川;龔建華;張利輝;;基于時(shí)間序列軌跡分析的遙感影像分類結(jié)果聯(lián)合校正[A];第十七屆中國遙感大會(huì)摘要集[C];2010年

9 羅小波;劉明皓;;基于優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)遙感影像分類[A];2006年中國土地學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2006年

10 ;結(jié)合光譜、紋理與形狀特征的高空間分辨率遙感影像分類(英文)[A];中國測繪學(xué)會(huì)第九次全國會(huì)員代表大會(huì)暨學(xué)會(huì)成立50周年紀(jì)念大會(huì)論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 王巍;基于Agent的遙感影像分類方法及其應(yīng)用研究[D];中國地質(zhì)大學(xué)(北京);2016年

2 任廣波;基于半監(jiān)督學(xué)習(xí)的遙感影像分類技術(shù)研究[D];中國海洋大學(xué);2010年

3 譚琨;基于支持向量機(jī)的高光譜遙感影像分類研究[D];中國礦業(yè)大學(xué);2010年

4 巫兆聰;粗集理論在遙感影像分類中的應(yīng)用[D];武漢大學(xué);2004年

5 易俐娜;面向?qū)ο筮b感影像分類不確定性分析[D];武漢大學(xué);2011年

6 胥海威;基于改進(jìn)隨機(jī)聚類決策森林算法的遙感影像分類研究[D];中南大學(xué);2012年

7 徐盛;基于主題模型的高空間分辨率遙感影像分類研究[D];上海交通大學(xué);2012年

8 劉志剛;支撐向量機(jī)在光譜遙感影像分類中的若干問題研究[D];武漢大學(xué);2004年

9 丁勝;智能優(yōu)化算法在高光譜遙感影像分類中的應(yīng)用研究[D];武漢大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 吳聰;面向?qū)ο蟮母叻直媛蔬b感影像分類在衛(wèi)片執(zhí)法中的應(yīng)用研究[D];昆明理工大學(xué);2015年

2 周楊;面向?qū)ο蟮母叻直媛蔬b感影像分類技術(shù)研究[D];中國地質(zhì)大學(xué)(北京);2015年

3 李奇峰;結(jié)合多特征描述和SVM的遙感影像分類研究[D];鄭州大學(xué);2015年

4 宋曉陽;面向?qū)ο蟮倪b感分類系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2014年

5 張靜;西北旱區(qū)遙感影像分類方法研究[D];西北農(nóng)林科技大學(xué);2016年

6 劉安斐;基于數(shù)據(jù)融合的遙感影像分類[D];解放軍信息工程大學(xué);2006年

7 任亞芬;面向并行環(huán)境的遙感影像分類算法設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2011年

8 白秀蓮;基于決策樹方法的遙感影像分類研究[D];內(nèi)蒙古師范大學(xué);2012年

9 王松妍;基于云理論的遙感影像分類方法研究[D];遼寧工程技術(shù)大學(xué);2013年

10 陳小瑜;基于空間數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)的遙感影像分類研究[D];福建師范大學(xué);2007年

，

本文編號(hào)：704036