首页> 中文期刊> 《遥感学报》 >融合像素—多尺度区域特征的高分辨率遥感影像分类算法

融合像素—多尺度区域特征的高分辨率遥感影像分类算法

         

摘要

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.

著录项

  • 来源
    《遥感学报》 |2015年第2期|228-239|共12页
  • 作者单位

    云南师范大学旅游与地理科学学院,云南昆明650500;

    西部资源环境地理信息技术教育部工程研究中心,云南昆明650500;

    云南师范大学旅游与地理科学学院,云南昆明650500;

    西部资源环境地理信息技术教育部工程研究中心,云南昆明650500;

    中南大学地球科学与信息物理学院地理信息系,湖南长沙410083;

    中国矿业大学江苏省资源环境信息工程重点实验室,江苏徐州221000;

    中南大学地球科学与信息物理学院地理信息系,湖南长沙410083;

    云南师范大学旅游与地理科学学院,云南昆明650500;

    西部资源环境地理信息技术教育部工程研究中心,云南昆明650500;

    中南大学地球科学与信息物理学院地理信息系,湖南长沙410083;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 摄影测量学与测绘遥感;数字处理;
  • 关键词

    高分辨率遥感影像; 融合; 多尺度; 像元形状指数; 支持向量机;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号