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:
为了解决利用单一特征对彩色遥感图像进行分类效果不理想、普适性不强等问题,提出了一种基于颜色和纹理特征组合的支持向量机彩色遥感图像分类方法。该方法尝试将彩色遥感图像的颜色信息和纹理信息相结合作为支持向量机算法分类的特征向量,据此对遥感影像进行分类,并进行了实验验证。结果表明,颜色和纹理特征组合的支持向量机分类方法能够取得较高的分类精度,其分类效果优于传统的单一颜色或纹理特征分类,是一种有效的彩色遥感图像分类方法。
推荐文章
基于蚁群算法的多光谱遥感图像分类
多光谱遥感图像
分类
光谱特征
形状特征
蚁群算法
支持向量机分类器
基于ENVI的遥感图像分类方法研究
遥感
图像分类
监督分类
精度评价
基于矢量图形特征提取的遥感图像分类器
矢量图形特征
知识库
图像分类器
基于SSAE深度学习特征表示的高光谱遥感图像分类方法
高光谱遥感图像分类
堆叠稀疏自动编码器
深度学习
特征表示
支持向量机
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 基于多特征组合的彩色遥感图像分类研究
来源期刊 激光技术 学科 地球科学
关键词 图像处理 分类 支持向量机 颜色特征 纹理特征
年,卷(期) 2014,(2) 所属期刊栏目 光通信与光信息技术
研究方向 页码范围 165-171
页数 7页 分类号 P237
字数 4496字 语种 中文
DOI 10.7510/jgjs.issn.1001-3806.2014.02.005
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 左小清 昆明理工大学国土资源工程学院 101 505 12.0 17.0
2 陈震霆 昆明理工大学国土资源工程学院 4 40 4.0 4.0
6 黄亮 昆明理工大学国土资源工程学院 41 171 8.0 12.0
7 熊羽 昆明理工大学国土资源工程学院 2 10 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (80)
参考文献  (13)
节点文献
引证文献  (9)
同被引文献  (48)
二级引证文献  (37)
1973(2)
  • 参考文献(1)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(6)
  • 参考文献(1)
  • 二级参考文献(5)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(6)
  • 参考文献(2)
  • 二级参考文献(4)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(19)
  • 引证文献(2)
  • 二级引证文献(17)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
图像处理
分类
支持向量机
颜色特征
纹理特征
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
激光技术
双月刊
1001-3806
51-1125/TN
大16开
四川省成都市238信箱
62-74
1971
chi
出版文献量(篇)
4090
总下载数(次)
10
总被引数(次)
25972
论文1v1指导