开采沉陷遥感监测中多维纹理特征影像分类方法

• 作者: 李良军 武彦斌
• 来源期刊: 煤田地质与勘探
• 学科: 工学
• 关键词: 遥感影像 开采沉陷 影像分类 多维纹理特征
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 水文地质工程地质
• 页码范围: 29-34
• 页数: 6页
• 分类号: TP751
• 字数: 4414字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1986.2008.06.007

摘要

为提高采用遥感影像监测开采沉陷演化的准确性,探讨了基于多维纹理特征的影像分类方法.首先提取影像的多维纹理特征:局部方差、局部平均梯度、局部能量和局部信息熵,然后将其与地物光谱值一并作为人工免疫算法中样本的特征向量,利用免疫算法的选择、克隆、变异算子进行自学习得到全局最优聚类中心,从而提高影像分类精度.对淮南煤田进行开采沉陷遥感监测,结果表明,该方法分类总精度为88.26%,Kappa系数为0.853,优于传统的Parallelepiped和Maxirnum likelihood分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武彦斌	中国矿业大学煤炭资源与安全开采国家重点实验室	5	68	4.0	5.0
3	李良军	西北大学地质系	2	21	2.0	2.0