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:
提出了一种像元形状指数及基于形状和光谱特征融合的高(空间)分辨率遥感影像分类方法.形状和光谱是遥感影像纹理的具体表现形式,尤其在高分辨率影像中地物细节得到充分表达,相邻像元的关系及其共同表征的形状特性成为分类的重要因素.本文用像元及其邻域的关系来描述其空间结构,同时为了更全面地利用影像特征,提出了基于支持向量机的形状和光谱融合分类方法.实验证明,该方法计算简便且能有效表达高分辨率影像的地物特征,提高分类精度.
推荐文章
高空间分辨率遥感影像融合方法探讨
遥感影像融合
融合算法
高空间分辨率
QuickBird
PHI高光谱数据和高空间分辨率遥感图像融合技术研究
图像融合
高光谱图像
小波包
最佳指数准则
高分辨率遥感影像多特征协同地物分类方法
高空间分辨率遥感影像
细节信息
光谱-纹理-形状
多特征协同
分类
基于字典学习的遥感影像超分辨率融合方法
QuickBird
字典学习
稀疏表示
超分辨率
影像融合
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 融合形状和光谱的高空间分辨率遥感影像分类
来源期刊 遥感学报 学科 工学
关键词 像元形状指数 光谱 支持向量机 融合 高空间分辨率
年,卷(期) 2007,(2) 所属期刊栏目 技术方法
研究方向 页码范围 193-200
页数 8页 分类号 TP751.1
字数 4842字 语种 中文
DOI 10.3321/j.issn:1007-4619.2007.02.008
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 张良培 武汉大学测绘遥感信息工程国家重点实验室 127 2239 28.0 40.0
2 李平湘 武汉大学测绘遥感信息工程国家重点实验室 105 1890 24.0 38.0
3 黄昕 武汉大学测绘遥感信息工程国家重点实验室 17 355 8.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (147)
参考文献  (6)
节点文献
引证文献  (67)
同被引文献  (221)
二级引证文献  (395)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(7)
  • 引证文献(4)
  • 二级引证文献(3)
2010(10)
  • 引证文献(4)
  • 二级引证文献(6)
2011(16)
  • 引证文献(5)
  • 二级引证文献(11)
2012(25)
  • 引证文献(8)
  • 二级引证文献(17)
2013(26)
  • 引证文献(4)
  • 二级引证文献(22)
2014(20)
  • 引证文献(3)
  • 二级引证文献(17)
2015(36)
  • 引证文献(6)
  • 二级引证文献(30)
2016(39)
  • 引证文献(9)
  • 二级引证文献(30)
2017(77)
  • 引证文献(9)
  • 二级引证文献(68)
2018(100)
  • 引证文献(7)
  • 二级引证文献(93)
2019(70)
  • 引证文献(5)
  • 二级引证文献(65)
2020(34)
  • 引证文献(1)
  • 二级引证文献(33)
研究主题发展历程
节点文献
像元形状指数
光谱
支持向量机
融合
高空间分辨率
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
遥感学报
月刊
1007-4619
11-3841/TP
大16开
北京市安外大屯路中国科学院遥感与数字地球研究所
82-324
1986
chi
出版文献量(篇)
2330
总下载数(次)
13
总被引数(次)
68505
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导