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:
GF-2影像具有较高的分辨率和丰富的光谱、几何及纹理信息.为了深入探索GF-2影像城市地物分类方法,本文以四川省隆昌县城为研究区,提出了一种基于最优尺度和规则的面向对象分类法.在影像分割的基础上,通过构建评价函数,并结合最大面积法选取最优尺度,进而构建分层体系,提取影像的光谱、几何及纹理特征建立规则并分类,且将其与单尺度下的面向对象和基于像素分类法进行对比分析.结果 表明,本文方法的总体精度和Kappa系数分别为93.33%和0.92.
推荐文章
基于GF-2遥感影像的面向对象分类方法比较研究
GF-2遥感影像
K-最近邻分类
支持向量机分类
CART决策树分类
依据季相特征GF-2影像的植被分类
植被分类
季相特征
GF-2影像
面向林地分类的GF-2影像融合算法评价
森林经理学
影像融合
林地提取
GF-2影像
面向对象分类
基于面向对象方法的GF-2影像桉树林信息提取
森林测计学
GF-2影像
桉树
面向对象
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 GF-2影像城市地物分类方法探讨
来源期刊 测绘通报 学科 地球科学
关键词 高分二号 面向对象 多尺度分割 分类规则 城市地物
年,卷(期) 2019,(7) 所属期刊栏目 学术研究
研究方向 页码范围 12-16
页数 5页 分类号 P237
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 杨武年 成都理工大学国土资源部地学空间信息技术重点实验室 143 1294 16.0 28.0
2 王芳 成都理工大学国土资源部地学空间信息技术重点实验室 34 153 8.0 10.0
4 杨鑫 成都理工大学国土资源部地学空间信息技术重点实验室 13 125 3.0 11.0
5 谢兵 四川建筑职业技术学院测绘工程系 6 5 2.0 2.0
8 王建 内江职业技术学院土木工程系 3 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (109)
共引文献  (152)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (27)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(14)
  • 参考文献(0)
  • 二级参考文献(14)
2015(15)
  • 参考文献(2)
  • 二级参考文献(13)
2016(20)
  • 参考文献(3)
  • 二级参考文献(17)
2017(5)
  • 参考文献(4)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高分二号
面向对象
多尺度分割
分类规则
城市地物
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
测绘通报
月刊
0494-0911
11-2246/P
大16开
北京西城区三里河路50号
2-223
1955
chi
出版文献量(篇)
8030
总下载数(次)
39
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导