行程长度纹理特征在SPOT遥感图像分类中的应用

• 作者: 曹治国 肖阳 邹腊梅
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 遥感图像分类 行程长度纹理特征 Rough集 神经网络
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 260-265
• 页数: 6页
• 分类号: TP391
• 字数: 5011字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2008.02.021

摘要

将行程长度纹理特征与神经网络相结合应用于遥感图像分类中.在特征选择阶段采用类内、类间方差标准与Rough集相结合的方法挑选出有较强分类能力的特征并有效去除冗余特征.针对高分辨率、大尺度的SPOT全色遥感卫星图像,分别基于行程长度纹理特征、共生矩阵纹理特征、灰度-梯度共生矩阵纹理特征和灰度-平滑共生矩阵纹理特征,采用BP、RBF两种类型的神经网络以及最近邻分类算法(K-NN法)对其进行分类,并对分类结果进行对比.实验结果证明本文算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹治国	华中科技大学图像识别与人工智能研究所	37	652	15.0	24.0
2	肖阳	华中科技大学图像识别与人工智能研究所	7	34	4.0	5.0
3	邹腊梅	华中科技大学图像识别与人工智能研究所	4	36	3.0	4.0