面向?qū)ο蟮母叻直媛蔬b感影像分類技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、相對于中低分辨率遙感影像,高分辨率遙感影像具有更豐富的空間信息和紋理信息,能更清楚地表現(xiàn)地物細(xì)節(jié)。傳統(tǒng)分類方法是基于像元的,由于忽略了圖像的紋理特征、結(jié)構(gòu)層次特征等,受噪聲影響大,分類結(jié)果“椒鹽”現(xiàn)象嚴(yán)重。因此,傳統(tǒng)的基于像元的分類方法,并不適用于高分辨率遙感影像分類。面向?qū)ο蟮倪b感影像分類方法就此產(chǎn)生。
  本文研究了面向?qū)ο蟮母叻直媛蔬b感影像分類技術(shù),主要包括高分辨率遙感影像分割技術(shù)和面向?qū)ο蠓诸惣夹g(shù)。在此基礎(chǔ)上,以徐州市部分

2、地區(qū)的Quickbird影像為例,驗(yàn)證了本文的研究結(jié)果。主要成果如下:
  (1)高分辨率遙感影像分割技術(shù)。論述了多尺度分割理論,及傳統(tǒng)和新型的分割方法,提出了適用于高分辨率遙感影像的基于局域同質(zhì)性梯度的顏色結(jié)構(gòu)編碼分割方法。
  (2)面向?qū)ο蟮姆诸惙椒?。由于不同的地物具有不同的光譜、紋理及空間結(jié)構(gòu)特征,因此需要根據(jù)不同地物類型特點(diǎn)選擇不同的分類方法。本文在多尺度分割的基礎(chǔ)上,用自定義閾值法提取水體、陰影和植被;用支持向量

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論