|
|
基于HJ影像的面向对象土地覆被分类方法 |
罗开盛1,2,3, 李仁东1,2 |
1.中国科学院 测量与地球物理研究所, 武汉; 2.湖北省环境与灾害监测评估重点实验室, 武汉; 3.中国科学院大学, 北京 |
|
罗开盛1,2,3, 李仁东1,2 |
1.中国科学院 测量与地球物理研究所, 武汉; 2.湖北省环境与灾害监测评估重点实验室, 武汉; 3.中国科学院大学, 北京 |
|
摘要 提出了基于HJ影像的面向对象技术土地覆被分类的一整套方法,即采用面向对象的影像分类技术,充分利用影像的光谱特征、空间特征、纹理、上下文关系,综合运用多层分割、整体分割、类内分割和局部分割模式,融入二叉树流程法,以多时相HJ影像为实验数据,对土地覆被类型进行自动提取.并以地形复杂的麻阳苗族自治县为例进行实验研究,结果表明:分类总体精度为82.88%,能够满足利用遥感影像进行土地覆被信息提取的精度要求,说明是可行的;由于中分辨率的HJ影像提供的光谱细节并不是很丰富,HJ影像面向对象土地覆被分类技术的光谱特征优势不明显,利用二叉树流程法和多种分割方法是降低误差提高分类精度的有效途径.
|
|
收稿日期: 2013-04-25
|
引用本文: |
罗开盛1,2,3, 李仁东1,2. 基于HJ影像的面向对象土地覆被分类方法[J]. , 2013, 52(4): 0-0.
罗开盛1,2,3, 李仁东1,2. . , 2013, 52(4): 0-0.
|
|
|
|
链接本文: |
http://xuebaotest.ccnu.edu.cn/zk/CN/ 或 http://xuebaotest.ccnu.edu.cn/zk/CN/Y2013/V52/I4/0 |
[1] |
张 桓 毓. 高考数学实战教学[J]. , 2016, 55(5): 0-0. |
[2] |
王 志 斌. 抛物线焦点弦的性质[J]. , 2016, 55(5): 0-0. |
[3] |
成 卫 东. 论高中数学直觉思维能力[J]. , 2016, 55(5): 0-0. |
[4] |
李 春 平. 高中数学概念课教学[J]. , 2016, 55(5): 0-0. |
[5] |
刘 勇. 如何提高高中数学学习效率[J]. , 2016, 55(5): 0-0. |
[6] |
王 二 虎. 高中生数学思维障碍的成因及突破[J]. , 2016, 55(5): 0-0. |
[7] |
王 俊 辉. 高中数学教学反思[J]. , 2016, 55(5): 0-0. |
[8] |
廖 润 生. 中学数学教学思考[J]. , 2016, 55(5): 0-0. |
[9] |
任 启 胜. 解析一次函数[J]. , 2016, 55(5): 0-0. |
[10] |
廖 润 生. 常见数学题型教学策略[J]. , 2016, 55(5): 0-0. |
[11] |
黄 梅 容. 如何培养小学生学习科学的兴趣[J]. , 2016, 55(5): 0-0. |
[12] |
陈 永. 论小学生数学思维能力[J]. , 2016, 55(5): 0-0. |
[13] |
黄 文 锋. 小学数学语言训练方法[J]. , 2016, 55(5): 0-0. |
[14] |
李 芳. 如何培养小学低年级学生的数学语言表达能力[J]. , 2016, 55(5): 0-0. |
[15] |
谭 玲 玲. 如何培养小学低段学生的数学学习习惯[J]. , 2016, 55(5): 0-0. |
|
|
|
|