本文選題：時間特征　切入點：影像分類　出處：《國土資源遙感》2017年01期

【摘要】：為了克服基于光譜紋理特征的影像分類法的不足,提出一種融合時間特征的遙感影像分類方法。以歷史時期土地利用矢量圖為輔助數(shù)據(jù),對新時期遙感影像進行帶約束的影像分割以獲取像斑;采用迭代統(tǒng)計的方法計算新時期遙感影像的地物類別轉(zhuǎn)移概率;利用地物類別轉(zhuǎn)移概率表達時間特征,將其融入到像斑的后驗概率中,構(gòu)建顧及時間特征的像斑聯(lián)合概率;依據(jù)后驗概率最大原則獲取影像分類結(jié)果。采用Quick Bird遙感影像進行的實驗結(jié)果表明:與基于光譜紋理特征的分類方法相比,所提出的方法能夠顯著提高影像分類的精度,總體分類精度與kappa系數(shù)分別提高了9.8%和17.9%,驗證了所提方法的可行性和可靠性。
[Abstract]:In order to overcome the shortcomings of image classification based on spectral texture features , a method of remote sensing image classification based on temporal feature is proposed . The probability of image classification is obtained by using the method of iterative statistics . The results show that the proposed method can significantly improve the accuracy of image classification , and the overall classification accuracy and kappa coefficient are improved by 9.8 % and 17.9 % , respectively , and the feasibility and reliability of the proposed method are verified .

【作者單位】： 四川省第三測繪工程院;國家測繪地理信息局重慶測繪院;
【基金】：測繪地理信息公益性行業(yè)科研專項項目“衛(wèi)星遙感與地面?zhèn)鞲芯W(wǎng)一體化的湖泊流域地理國情監(jiān)測關(guān)鍵技術(shù)研究”(編號:201512026) 四川省地理國情監(jiān)測工程技術(shù)研究中心項目“基于時序遙感影像的土地利用變化檢測方法研究”(編號:GC201506) 四川省測繪地理信息局科技計劃項目“基于Web的四川省地理國情監(jiān)測數(shù)據(jù)成果展示方法與實現(xiàn)”(編號:J2014ZC16)共同資助
【分類號】：TP751

【相似文獻】

相關(guān)期刊論文 前10條

1 黃恩興;;遙感影像分類結(jié)果的不確定性研究[J];中國農(nóng)學(xué)通報;2010年05期

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

3 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

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(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 付博;謝振紅;鄧彩群;;改進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;2010年04期

8 楊慧;鄭思莉;唐赫;朱文謙;程戰(zhàn)員;;面向?qū)ο蟮奈錆h市街區(qū)公共遙感影像分類研究[J];軟件導(dǎo)刊;2014年01期

9 楊玉靜;馮建輝;;紋理特征提取及輔助遙感影像分類技術(shù)研究[J];海洋測繪;2008年04期

10 李小濤;潘世兵;宋小寧;;基于地質(zhì)統(tǒng)計學(xué)紋理特征的遙感影像分類方法研究[J];地理與地理信息科學(xué);2009年02期

相關(guān)會議論文 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》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)會第九屆青年學(xué)術(shù)會議論文集[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)研討會論文集[C];2013年

8 汪東川;龔建華;張利輝;;基于時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)會學(xué)術(shù)年會論文集[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)會第九次全國會員代表大會暨學(xué)會成立50周年紀(jì)念大會論文集[C];2009年

相關(guān)博士學(xué)位論文 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;基于改進隨機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

相關(guān)碩士學(xué)位論文 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 王慧;融合各最優(yōu)尺度下特征的高分辨率遙感影像分類[D];南京信息工程大學(xué);2016年

7 姚嘯;面向?qū)ο蟮母叻诌b感影像分類在森林蓄積量估測中的應(yīng)用研究[D];西安科技大學(xué);2015年

8 麥超;基于稀疏約束受限玻爾茲曼機的高分辨率遙感影像分類[D];長安大學(xué);2016年

9 崔姍姍;基于Hadoop平臺下森林景觀遙感影像分類技術(shù)研究[D];東北林業(yè)大學(xué);2016年

10 陳珂;遙感影像分類結(jié)果的空間抽樣精度檢驗方法研究[D];上海海洋大學(xué);2016年

，

本文編號：1674844