首页|基于非线性神经网络的高清晰高光谱遥感图像分类器设计与应用

基于非线性神经网络的高清晰高光谱遥感图像分类器设计与应用

Study on the Design of Remote Image Classifier with HighResolution and Multi-spectrum Based on Neural Net

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
对于高光谱和空间分辨率的遥感图像而言,它具有较为复杂的地物判读特性,应用常规的监督或非监督分类方法难以达到理想的结果.为此设计了一种非线性BP网络分类器,它将纹理结构特征与地物光谱特征相结合,针对上海市某地区的卫星遥感图像,在ENVI/IDL平台上与K-means的非监督分类和最小距离的监督分类方法进行了分类的对比应用.试验结果表明,该分法较好地考虑了图像的光谱特征,能有效地提高类别辨识的精度.

周前祥、敬忠良

展开 >

航天医学工程研究所,北京,100094

上海交通大学电子信息学院,上海,200030

遥感图像 神经网络 监督分类 非监督分类

国家科技攻关项目王宽诚教育基金

2001AA1350912002032153

2005

宇航学报
中国宇航学会

宇航学报

CSCD北大核心
影响因子：0.887
ISSN：1000-1328
年,卷(期)：2005.26(z1)
  • 4
  • 5