基于Google Earth的ETM+遥感图像自动分类方法

• 作者: 刘舒 印影 吴淞 姜琦刚 崔璨 李文庆 邢宇
• 来源期刊: 江西农业学报
• 学科: 工学
• 关键词: ETM+ Google Earth高分辨率图像 遥感 非监督分类 监督分类 混淆矩阵
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 资源环境
• 页码范围: 158-163
• 页数: 6页
• 分类号: TP751
• 字数: 7043字
• 语种: 中文

摘要

为了快速准确识别地物、设计野外路线并减少踏勘后对前期解译工作的修改,本文参考Google Earth软件提供的高分辨率遥感图像,利用ETM+解译生成训练样本,然后采用最大似然监督分类算法进行ETM+图像分类.结果表明:与非监督分类和非监督-监督混合分类方法相比,基于Google Earth高分辨率遥感图像的ETM最大似然监督分类方法效果好、精度高,是一种经济、高效的技术手段,可用于初步识别地物分布情况、设计野外路线和勘查点等工作,对野外工作具有一定的指导意义；不同融合方式、不同波段组合的图像分类结果明显不同,该区域ETM+图像R(5)G(4)B(3)波段组合、PCA融合图像的分类总精度最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜琦刚	吉林大学地球探测科学与技术学院	131	1345	21.0	29.0
2	刘舒	吉林大学地球探测科学与技术学院	7	98	4.0	7.0
3	邢宇		6	40	4.0	6.0
4	李文庆	吉林大学地球探测科学与技术学院	12	92	5.0	9.0
5	崔璨	吉林大学地球探测科学与技术学院	3	20	3.0	3.0
6	吴淞	吉林大学地球探测科学与技术学院	1	12	1.0	1.0
7	印影	吉林大学地球探测科学与技术学院	2	16	2.0	2.0