刘纯, 洪亮, 陈杰,等. 融合像素—多尺度区域特征的高分辨率遥感影像分类算法[J]. 遥感学报, 2015, 19(2).[DOI:10.11834/jrs.20154035]
Hits:
Release time:2018-04-26
Abstract:针对基于像素多特征的高分辨率遥感影像分类算法的"胡椒盐"现象和面向对象影像分析方法的"平滑地物细节"现象,提出了一种融合像素特征和多尺度区域特征的高分辨率遥感影像分类算法。(1)首先采用均值漂移算法对原始影像进行初始过分割,然后对初始过分割结果进行多尺度的区域合并,形成多尺度分割结果。根据多尺度区域合并RMI指数变化和分割尺度对分类精度的影响,确定最优分割尺度。(2)融合光谱特征、像元形状指数PSI(Pixel Shape Index)、初始尺度和最优尺度区域特征,并对多类型特征进行归一化,最后结合支持向量机(SVM)进行分类。实验结果表明该算法既能有效减少基于像素多特征的高分辨率遥感影像分类算法的"胡椒盐"现象,又能保持地物对象的完整性和地物细节信息,提高易混淆类别(如阴影和街道,裸地和草地)的分类精度。
Translation or Not:no
Links to published journals:http://www.cnki.com.cn/Article/CJFDTotal-YGXB201502007.htm
-
Pre One:陈 杰, 陈铁桥, 刘慧敏,等. 高分辨率遥感影像耕地分层提取方法[J]. 农业工程学报, 2015, 31(003):190-198.[DOI:10.3969/j.issn.1002-6819.2015.03.025]
Next One:Chen J, Deng M, Mei X, et al. Optimal segmentation of a high-resolution remote-sensing image guided by area and boundary[J]. International Journal of Remote Sensing, 2014, 35(19): 6914-6939.[DOI:10.1080/01431161.2014.960617]
|
 Mobile:821722e0d49519e868e8b53e0d8ca525166316c8759983914df24094123e660aeb0cbf9ce4e724c3677cb089a73ff46a9fbde2c3b76bc842aac5e513d3ec0e3b8e643539bee468caae7bb4b7b797dc00cef2592774fc938b3532a83220f459db108abea2440117aaf1ba9afd36c0a3a7ebd6150d405c816028d055d82220ec43
 Email:9efe52ae983f3e7cd074c1f113c24e7424b400bdcbb8eacea762e0dd1736992703baf7dd63d5756d1c66873a259e4777aa94650738df80b40080dc1fee6520c22a15a23b4f2f9950ef2fa8bb265a593435bf7c6c4d7b6ce70d3d4a65d7a81d7867fc0c67128afd45ac2836ad9186ce9f694e938ef164a734cdc849045ba92f14
|