基于周至縣農(nóng)耕區(qū)Landsat8 OLI影像的融合算法和分類研究
本文關(guān)鍵詞:基于周至縣農(nóng)耕區(qū)Landsat8 OLI影像的融合算法和分類研究
更多相關(guān)文章: OLI影像 融合算法 支持向量機
【摘要】:本文以陜西省周至縣農(nóng)耕區(qū)的OLI影像為研究對象,分析了新型傳感器多光譜波段之間的統(tǒng)計特征和相關(guān)性,運用分融合、小波融合和PCA—小波變換三種融合算法對OLI影像進行融合實驗,研究其算法對影像的適應性,再基于融合效果好的影像采用支持向量機和BP神經(jīng)網(wǎng)絡進行分類實驗,并根據(jù)地表感興趣區(qū)域進行精度評價。結(jié)果表明,依據(jù)典型地物的分類效果來看,主成分融合算法更適合OLI影像,同時,支持向量機的分類總體精度和Kappa系數(shù)均高于BP神經(jīng)網(wǎng)絡,因此支持向量機的分類算法更適合PCA主成分融合影像。
【作者單位】: 西北大學城市與環(huán)境學院;
【基金】:國家自然科學基金項目"基于角色的虛擬地理環(huán)境群體感知與協(xié)同控制模型研究"(批準號:41271402)
【分類號】:TP751;TP18
【正文快照】: 現(xiàn)有遙感影像融合算法主要分為三類:像元級影像融合、特征級影像融合法、決策級影像融合方法。國內(nèi)外學者對圖像數(shù)據(jù)做了大量研究,Simone,G[1-2]等研究利用較高分辨率的合成孔徑雷達SAR圖像與多光譜TM影像進行融合,以及與多頻率、多極化和多分辨率的SAR進行融合;Behnia[3]等基
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前2條
1 吳俁;余濤;謝東海;鄭利娟;;高分辨率多光譜遙感圖像的自動配準[J];紅外與激光工程;2012年12期
2 申懷飛;胡楠;丁圣彥;李爽;;基于主成分融合的遙感影像分區(qū)分類方法探討[J];河南大學學報(自然科學版);2007年03期
【共引文獻】
中國期刊全文數(shù)據(jù)庫 前5條
1 紀強;石文軒;田茂;常帥;;基于KL與小波聯(lián)合變換的多光譜圖像壓縮[J];紅外與激光工程;2016年02期
2 李昭慧;張建奇;;城市街區(qū)星載光學遙感圖像車輛目標自動檢測方法[J];紅外與激光工程;2014年11期
3 伊力哈木·亞爾買買提;謝麗蓉;孔軍;;基于PCA變換與小波變換的遙感圖像融合方法[J];紅外與激光工程;2014年07期
4 徐景中;寇媛;袁芳;張偉;;基于結(jié)構(gòu)特征的機載LiDAR數(shù)據(jù)與航空影像自動配準[J];紅外與激光工程;2013年12期
5 徐剛;吳泉源;;基于知識的CBERS-02B衛(wèi)星數(shù)據(jù)土地利用分類研究[J];山東師范大學學報(自然科學版);2009年04期
【二級參考文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 丁琳;倪希亮;江濤;胡順石;;基于不變特征的CCD影像與紅外影像的自動配準[J];紅外與激光工程;2011年02期
2 燕鵬;安如;;基于FAST改進的快速角點探測算法[J];紅外與激光工程;2009年06期
3 劉立;彭復員;趙坤;萬亞平;;采用簡化SIFT算法實現(xiàn)快速圖像匹配[J];紅外與激光工程;2008年01期
4 嚴紅萍;俞兵;;主成分分析在遙感圖像處理中的應用[J];資源環(huán)境與工程;2006年02期
5 胡平香,張鷹,王進華;基于主成分融合的鹽田水體遙感分類研究[J];河海大學學報(自然科學版);2004年05期
6 陳秋曉,駱劍承,周成虎,鄭江,魯學軍,沈占鋒;基于多特征的遙感影像分類方法[J];遙感學報;2004年03期
7 張磊;丹江口水庫及上游流域水土保持規(guī)劃研究[J];南陽師范學院學報(自然科學版);2003年12期
8 師慶東,呂光輝,潘曉玲,程維明;遙感影像中分區(qū)分類法及在新疆北部植被分類中的應用[J];干旱區(qū)地理;2003年03期
9 肖平,李德仁;基于人工神經(jīng)元網(wǎng)絡技術(shù)的土地利用/覆蓋變化探測[J];武漢大學學報(信息科學版);2002年06期
10 李爽,丁圣彥,許叔明;遙感影像分類方法比較研究[J];河南大學學報(自然科學版);2002年02期
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前1條
1 張風霖;緱變彩;李靖琳;;Landsat7 ETM+與Landsat8 OLI植被和非植被定量研究[J];山西建筑;2014年11期
中國碩士學位論文全文數(shù)據(jù)庫 前1條
1 吳石磊;基于Landsat8 OLI數(shù)據(jù)的森林郁閉度反演研究[D];北京林業(yè)大學;2014年
,本文編號:1156297
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/1156297.html