作者:
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:
随着科技的发展,我国陆续发射高分一号高分二号卫星后,大量的遥感数据获取变得容易,而遥感图像自动解译是快速的从这些海量遥感图像数据中获取有效的信息,从而进行图像分割地物分类,高效率的提取专题信息.遥感图像自动解译主要依据的是地物的光谱信息,解译精度不高[1],因此进行分类结果优化.本文基于ENVI软件,通过分类后得到初步结果,接着进行分类后处理,包括小斑块去除、分类统计以及分类叠加[2],最后将分类结果转为矢量.通过这一系列的分类后处理可以达到遥感图像自动解译分类结果优化的目的.
推荐文章
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ENVI的遥感图像决策树分类
决策树
遥感图像分类
精度评价
基于ENVI的遥感图像监督分类方法比较研究
遥感
图像分类
最小距离法
最大似然法
神经网络
支持向量机
基于蚁群优化与独立特征集的遥感图像实时分类算法
人工智能
特征提取
遥感图像
时间效率
蚁群优化算法
极限学习机
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ENVI的遥感图像自动解译分类结果优化
来源期刊 世界有色金属 学科 工学
关键词 遥感图像自动解译 分类后处理 图像分割 小斑块
年,卷(期) 2016,(9) 所属期刊栏目 综合
研究方向 页码范围 130-131
页数 2页 分类号 TP75
字数 语种 中文
DOI
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 杨柯 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (122)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(13)
  • 参考文献(1)
  • 二级参考文献(12)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(10)
  • 参考文献(0)
  • 二级参考文献(10)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遥感图像自动解译
分类后处理
图像分割
小斑块
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
世界有色金属
半月刊
1002-5065
11-2472/TF
大16开
北京市海淀区苏州街31号9层
2-642
1986
chi
出版文献量(篇)
17781
总下载数(次)
39
总被引数(次)
26292
论文1v1指导