首页|基于纹理特征和神经网络算法的遥感影像分类方法研究

基于纹理特征和神经网络算法的遥感影像分类方法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了提高遥感图像的分类精度,获得更好的分类结果.以吉林省榆树市的周边部分地区为试验区,首先采用主成分分析对遥感影像进行数据压缩和几何信息增强;然后利用直接变差函数对图像的纹理特征值进行计算;然后利用神经网络算法对遥感影像的波段和由变差函数得到的纹理图像进行分类.得到遥感图像的土地利用分类结果.试验结果:变差函数纹理特征的加入提高了遥感影像的分类精度,比单纯依靠光谱特征进行分类的总体精度提高了7.41％,Kappa系数从0.8791提高到了0.9191.变差函数纹理特征的加入,使得分类结果有了较好的提高.
Study of RS image classification method based on texture features and neural network algorithm

陈桂芬、曾广伟、陈航、李春安

展开 >

吉林农业大学信息技术学院,吉林长春,130118

遥感影像 变差函数 纹理特征 神经网络 图像分类

吉林省世行贷款农产品质量安全项目国家“863”项目国家星火计划项目长春市科技计划项目

2010Z202006AA10A3092008GA6610032009245

2014

10.3969/j.issn.2095-5553.2014.01.063

中国农机化学报
农业部南京农业机械化研究所

中国农机化学报

影响因子：0.684
ISSN：2095-5553
年,卷(期)：2014.35(1)
  • 12
  • 3