行程长度纹理特征在SPOT遥感图像分类中的应用

被引：3

作者：

曹治国

肖阳

邹腊梅

机构：

[1] 华中科技大学图像识别与人工智能研究所

来源：

模式识别与人工智能 | 2008年 / 21卷 / 02期

关键词：

遥感图像分类; 行程长度纹理特征; Rough集; 神经网络;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

摘要：

将行程长度纹理特征与神经网络相结合应用于遥感图像分类中.在特征选择阶段采用类内、类间方差标准与 Rough 集相结合的方法挑选出有较强分类能力的特征并有效去除冗余特征.针对高分辨率、大尺度的 SPOT全色遥感卫星图像,分别基于行程长度纹理特征、共生矩阵纹理特征、灰度-梯度共生矩阵纹理特征和灰度-平滑共生矩阵纹理特征,采用 BP、RBF 两种类型的神经网络以及最近邻分类算法(K-NN 法)对其进行分类,并对分类结果进行对比.实验结果证明本文算法的有效性.

引用

页码：260 / 265

页数：6