基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
生成光谱特征文件是基于Idrisi的遥感图像监督分类的基础,在Idrisi系统中,通常是在训练区图像上提取样本光谱特征值,然后用光谱生成模块生成光谱特征文件.如果无训练区图像,或没有获得训练区图像上的各类别属性,显然,此时不能用Idrisi提供的方法生成地物光谱特征文件.首先剖析了Idrisi中地物光谱特征文件的生成方法及文件格式,然后提出了一种基于样区样本光谱特征值的光谱特征文件生成方法,最后以某地区一帧TM多波段遥感图像的监督分类为例说明了该方法的可行性与有效性.
推荐文章
基于SSAE深度学习特征表示的高光谱遥感图像分类方法
高光谱遥感图像分类
堆叠稀疏自动编码器
深度学习
特征表示
支持向量机
基于"高分五号"遥感图像的地物分类方法
地物分类
遥感图像
图像预处理
大气干扰消除
特征提取
数据分类
基于空谱特征的核极端学习机高光谱遥感图像分类算法
局部二值模式
空谱结合
核极限学习机
高光谱遥感图像
基于DE-GEP的高光谱遥感图像分类
遥感图像
演化算法
波段选择
分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Idrisi的遥感图像监督分类中地物光谱特征文件生成新途径
来源期刊 遥感技术与应用 学科 工学
关键词 监督分类 遥感图像 光谱特征 训练区
年,卷(期) 2004,(1) 所属期刊栏目 图像处理
研究方向 页码范围 37-41
页数 5页 分类号 TP75
字数 2649字 语种 中文
DOI 10.3969/j.issn.1004-0323.2004.01.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘学锋 武汉大学遥感信息工程学院 16 247 10.0 15.0
3 孟令奎 武汉大学遥感信息工程学院 116 1355 21.0 31.0
6 黄长青 武汉大学遥感信息工程学院 20 288 10.0 16.0
7 赵金玲 长江大学地球科学系 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (1)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
监督分类
遥感图像
光谱特征
训练区
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
遥感技术与应用
双月刊
1004-0323
62-1099/TP
大16开
兰州市天水路8号
54-21
1986
chi
出版文献量(篇)
2767
总下载数(次)
11
总被引数(次)
43303
论文1v1指导