辅以纹理特征的植被分类方法研究

被引:10
作者
高闪闪 [1 ]
陈仁喜 [2 ]
机构
[1] 河海大学地球科学与工程学院
[2] 华南理工大学亚热带建筑科学国家重点实验室
关键词
灰度共生矩阵; 面向对象; 多尺度分割; 纹理分析; 最邻近分类;
D O I
暂无
中图分类号
Q949 [植物分类学(系统植物学)]; TP391.41 [];
学科分类号
071001 ; 080203 ;
摘要
纹理是遥感影像处理和计算机视觉领域中的重要研究内容,在植被遥感中有着非常广泛的应用前景。主要讨论在面向对象,多尺度分割的基础上,分别基于光谱信息和纹理特征的最邻近分类法提取南京某新开发区的植被信息。研究结果表明,与传统的基于光谱信息和基于象元特征的分类法相比,辅以纹理特征的最邻近分类法的总体精度分别提高了6.36%和1.16%。
引用
收藏
页码:8672 / 8677+8696 +8696
页数:7
相关论文
共 9 条
[1]   基于纹理的乌兰布和沙漠地区植被信息提取 [J].
邵晓敏 ;
刘勇 .
遥感技术与应用, 2010, 25 (05) :687-694
[2]   图像纹理特征提取方法综述 [J].
刘丽 ;
匡纲要 .
中国图象图形学报 , 2009, (04) :622-635
[3]   一种面向对象的遥感影像多尺度分割方法 [J].
谭衢霖 ;
刘正军 ;
沈伟 .
北京交通大学学报, 2007, (04) :111-114+119
[4]   纹理特征在多光谱遥感影像分类中的应用 [J].
刘新华 ;
舒宁 .
测绘信息与工程, 2006, (03) :31-32
[5]   基于灰度共生矩阵的多波段遥感图像纹理特征的提取 [J].
田艳琴 ;
郭平 ;
卢汉清 .
计算机科学, 2004, (12) :162-163+195
[6]   遥感影像纹理分析方法综述与展望 [J].
刘龙飞 ;
陈云浩 ;
李京 .
遥感技术与应用, 2003, (06) :441-447
[7]   基于分形的自然纹理自相关描述和分类 [J].
吴高洪 ;
章毓晋 ;
林行刚 .
清华大学学报(自然科学版), 2000, (03) :90-93
[8]  
基于灰度共生矩阵的森林纹理构造因子确定方法研究.[D].李进.浙江农林大学.2010, 06
[9]  
遥感影像纹理特征提取及其在影像分类中的应用.[D].田琼花.华中科技大学.2007, 05