您当前所在位置: 首页

论文收录信息

论文编号 201711-143
论文题目 融合光谱和分形纹理特征的遥感影像分类研究
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

融合光谱和分形纹理特征的遥感影像分类研究

引用

复制文本

导出参考文献

.txt .ris .doc

武栋

武栋(1996-),男,主要研究方向:遥感分类与地理信息系统

吴伶

吴伶(1983-),男,讲师,主要研究方向:遥感信息分析与农业遥感应用研究

发送私信

发送给

中国地质大学(北京)信息工程学院,北京 100083

摘要:针对传统方法提取出的纹理特征与光谱特征融合后的分类效果比较差的问题,该文提出利用分形理论中的毯模型提取遥感影像的纹理特征,融合光谱特征,采用BP神经网络算法对遥感影像进行分类。以北京市五环内区域为研究区,使用landsat8 ETM数据源,实现了基于分形纹理特征、光谱特征的BP神经网络算法分类。实验结果表明:通过毯模型提取的纹理特征可以很好地表达表面特征,辅以该纹理信息的BP神经网络的分类精度相比于只用光谱信息进行分类的精度有一定的提高,改善了分类效果。

关键词: 分形 纹理特征 BP神经网络 毯覆盖模型 遥感影像分类

图表:

同行评议

评论

评论一下

全部评论
评论