- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
高分辨率遥感影像的分类方法研究唐菲宁夏回族自治区地质调查院银川摘要利用传统面向像元的分类方法对高分辨率遥感影像进行分类时不但会导致分类精度降低而且会造成空间数据大量冗余和资源浪费根据高分辨率遥感影像的特点本文开展面向对象的高分辨率遥感影像分类方法研究并将分类结果与传统面向像元分类方法的分类结果进行对比评价关键词高分辨遥感影像面向对象分类影像分割模糊分类引言与传统的中低空间分辨率的遥感影像相比高分辨率遥感影像具有丰富的空间信息地物的纹理信息和几何结构更加明显但通常包含较少的波段光谱特征不如空间特征
高分辨率遥感影像的分类方法研究 唐 菲 (宁夏回族自治区地质调查院,银川 750021) 摘要:利用传统面向像元的分类方法对高分辨率遥感影像进行分类时,不但会导致分类精度降低,而且会造成空间数据大量冗余和资源浪费。根据高分辨率遥感影像的特点,本文开展面向对象的高分辨率遥感影像分类方法研究,并将分类结果与传统面向像元分类方法的分类结果进行对比评价。 关键词: 高分辨遥感影像;面向对象分类;影像分割;模糊分类 1.引言 与传统的中、低空间分辨率的遥感影像相比,高分辨率遥感影像具有丰富的空间信息,地物的纹理信息和几何结构更加明显,但通常包含较少的波
文档评论(0)