基于变差函数纹理和BP人工神经网络的QuickBird影像分类研究

• 作者: 马友平
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 变差函数 纹理 BP人工神经网络 QuickBird 分类
• 年，卷（期）: 2010,（4）
• 页码范围: 540-546
• 分类号: TP75
• 语种: 中文

摘要

通过对QuickBird影像的主成分分析,发现第一主成分信息量为67.09%,第二主成分信息量为31.73%,合计98.81%,因此选了第一、第二主成分进行纹理提取.纹理提取时采用绝对变差函数纹理,窗口大小为3×3,步长为1.地物类型分为4类即建筑物、水体、植被和裸地.BP人工神经网络的拓扑结构为4-4-1,隐层传递函数为S函数(logsig),输出层传递函数为线性(purelin),训练函数为Trainscg;应用该神经网络结构分别对QuickBird影像的多光谱影像和一二主成分及一二主成分纹理影像进行了分类,分别算出了前者的P=84.54%,Kappa系数K=78.50%;后者的P=89.46%,Kappa系数K=85.29%,同时发现加入纹理后分类结果显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马友平	湖北民族学院生物科学与技术学院	32	200	9.0	12.0