|
| 【中文题名】 | 基于多光谱遥感图像地物分类研究 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【英文题名】 | A Study on Multi-spectral Remote Sensing Digital Image Classification | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【学科专业】 | 信息与通信工程 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【论文级别】 | 硕士论文 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【投稿时间】 | 2005-11-7 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【中关键词】 | 遥感图像,分区分类,分层分类,,, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【英关键词】 | remote sensing image,Sub-area classification,Hierarchical classification, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法> | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【论文摘要】 | 遥感的发展为人类提供了丰富的对地观测数据,从卫星数字图像上,逐步实现信息的自动提取是遥感信息定量分析的一个发展趋势。实现图像解译的自动化与高精度定量化,不仅是遥感应用的要求,也是当前遥感自身发展的前沿。利用遥感图像进行地物的自动分类在当前有特别重要的需求。由于自然条件的复杂性和遥感技术本身的限制,实现计算机自动分类仍然是一个挑战性的研究领域。 本论文研究利用多光谱图像进行自然地物目标分类技术。在分析了遥感数据特征、目标特性及图像分类一般方法的基础上,提出了一个分层分类与解释模型,该模型由四大部分组成:目标模型、初始区域检测、分层分类和类别解释。目标模型是通过对训练样本数据的分析找到反映各类别的特征。依据目标模型,检测初始区域过程中选择了可分性好的最优波段,在该波段上获得了初始区域;分层分类部分建立了一个层次提取地物的结构;最后,分类的区域都分别给出目标类别的解释。根据这个模型,我们提出了一个分级分层分类算法,并试验应用到大庆部分地区的地物分类,所取得是分类精度明显高于常规的分类方法。 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【论文题纲】 |
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【DOI】 | LunWen.ID:2.2008.389323 |
 | |
| 付费论文：有参考文献 300元 | |
| |
| 1、注册会员 2、购买本文 3、下载文章 | |
| 注:此文为收费论文，需付费购买。每页大约1000字。 |
代写论文流程
载入中…
|
遥感技术最新论文
遥感技术热门论文