基于数据融合的多特征遥感图像分类

• 作者: 刘安斐 张先飞 李弼程
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 图像分类 特征选择 Adaboost算法 证据理论
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 研究简报
• 页码范围: 463-467
• 页数: 5页
• 分类号: TP3
• 字数: 5234字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2006.04.018

摘要

以多光谱图像为研究对象,综合利用遥感图像的光谱、纹理和数学变换特征,提出了一种基于数据融合的多特征遥感地物分类方法.该方法针对不同的特征分别构造了神经网络分类器和K-均值聚类器,并对前者利用Adaboost算法进行提升,然后再将各特征的分类结果利用证据理论合成公式融合得到最终结果.实验结果表明,该方法的分类效果要优于单特征的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李弼程	解放军信息工程大学信息工程学院	77	636	13.0	22.0
2	张先飞	解放军信息工程大学信息工程学院	11	89	6.0	9.0
3	刘安斐	解放军信息工程大学信息工程学院	1	19	1.0	1.0