首页 -> 文献共享 -> 土地利用-> 正文

基于纹理特征和神经网络算法的遥感影像分类方法研究

作者：陈桂芬   出版商：吉林农业大学信息技术学院   出版日期：2014 年 1 月
  摘要：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。
查看全文 本地浏览
相关数据
暂无相关数据！
相关文章
暂无相关文献！
●  下一篇： 地理信息系统在有线电视网络安全监控系统中的应用    
声明：本站文献资源来源于网络，仅供学习交流使用，不得以任何形式用于商业用途，请于浏览后24小时内删除。如有疑问欢迎与我们联系，感谢您的支持。