面向对象的遥感影像分类研究

被引：18

作者：

管珍

曹广超

易俊柱

机构：

[1] 青海师范大学

来源：

科技创新导报 | 2010年 / 34期

关键词：

面向对象的影像分类; 图像分割; 分类器; 尺度;

D O I：

10.16660/j.cnki.1674-098x.2010.34.099

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

在基于传统的遥感影像分类方法的基础上,结合面向对象分析理论与方法,提出了面向对象的遥感影像的分类方法,通过实验分析探讨了面向对象影像分类的关键技术。包括多尺度的分割,分类器的建立,包括最近邻分类和模糊聚类分类。实验表明,面向对象的分类方法较传统基于像素分类法有较高的精度,具有很大的发展潜力。

引用

页码：8 / 10+12 +12

页数：4

共 11 条

[1] 土地利用遥感分类技术探讨 [J].

田金苓 ;

易正晖 .

科技创新导报, 2010, (09) :17-18

[2] 遥感图像道路信息提取方法研究进展 [J].

王培法 ;

王丽 ;

冯学智 ;

肖鹏峰 .

遥感技术与应用, 2009, (03) :284-290

[3] 基于知识的遥感影像模糊分类方法 [J].

曾建航 ;

魏萌 ;

王靳辉 ;

尚怡君 .

测绘科学技术学报, 2008, (03) :172-175

[4] 遥感影像瓦片金字塔模型 [J].

刘镇 .

科技创新导报, 2008, (06) :199-200

[5] 面向对象的高光谱遥感影像分类方法研究 [J].

尹作霞 ;

杜培军 .

遥感信息, 2007, (04) :29-32+103

[6] 利用面向对象的分类方法从IKONOS全色影像中提取河流和道路 [J].

孙晓霞 ;

张继贤 ;

刘正军 .

测绘科学, 2006, (01) :62-63+5

[7] 面向对象的地物分类法分析与评价 [J].

杜凤兰 ;

田庆久 ;

夏学齐 ;

惠凤鸣 .

遥感技术与应用, 2004, (01) :20-23+77

[8] 人工神经网络模型在地学研究中的应用进展 [J].

李双成 ;

郑度 .

地球科学进展, 2003, (01) :68-76

[9] 遥感尺度问题研究进展 [J].

苏理宏 ;

李小文 ;

黄裕霞 .

地球科学进展, 2001, (04) :544-548

[10]

图象分割.[M].章毓晋著;.科学出版社.2001,

← 1 2 →