已閱讀1頁(yè)，還剩73頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文主要研究了基于分形的遙感圖像融合方法以及基于光譜特征和紋理特征分類器融合的遙感圖像分類方法。
本文研究了一種分形遙感圖像融合方法,在該方法中應(yīng)用傳統(tǒng)的小波和IHS方法,并在小波分解的高頻系數(shù)上運(yùn)用逐系數(shù)點(diǎn)加窗的方法對(duì)單個(gè)系數(shù)點(diǎn)求取分維值,而不像以往的分形遙感圖像融合方法,將整個(gè)高頻系數(shù)圖像進(jìn)行分維求取,而忽視了單個(gè)系數(shù)點(diǎn)在圖像融合中的獨(dú)立性。對(duì)仿真圖像進(jìn)行分維提取的實(shí)驗(yàn)分析,證明了分形中的分維數(shù)可以作為圖像的一種重要的
2、紋理特征,對(duì)真實(shí)遙感圖像進(jìn)行融合實(shí)驗(yàn),經(jīng)過(guò)實(shí)驗(yàn)分析發(fā)現(xiàn)本文研究的融合方法所獲得的融合圖像在信息熵、空間頻率和平均梯度上都要優(yōu)于傳統(tǒng)小波IHS變換和以往分形小波融合方法。
本文其次研究了一種基于光譜分類器和紋理分類器融合的遙感圖像分類方法,在該方法中從圖像的頻域提取光譜特征,并且在基于模糊推理的基礎(chǔ)上分別設(shè)計(jì)了光譜分類器和紋理分類器,然后對(duì)于兩類分類器輸出的結(jié)果采用模糊積分的方法進(jìn)行融合。與以往的光譜和紋理特征融合的分類方法
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于分形理論的遙感圖像分類方法研究.pdf
- 壓縮感知遙感圖像融合及分類方法研究.pdf
- 粗糙集遙感圖像融合及分類方法研究.pdf
- 利用融合方法的遙感圖像分類研究.pdf
- 多尺度幾何分析遙感圖像融合及分類方法研究.pdf
- 基于分形特征的圖像融合方法研究.pdf
- 基于分形技術(shù)的遙感圖像壓縮方法研究.pdf
- 光譜與紋理特征融合的遙感圖像分類方法.pdf
- 基于紋理及光譜信息融合的遙感圖像分類方法研究.pdf
- 遙感圖像融合方法的研究.pdf
- 基于紋理及光譜信息融合的遙感圖像分類方法研究(1)
- 遙感圖像融合方法的研究及應(yīng)用.pdf
- 基于圖像融合的高光譜遙感圖像分類研究.pdf
- 遙感圖像分類方法的研究.pdf
- 遙感圖像分類中SVM樣本縮減與信息融合方法研究.pdf
- 基于融合技術(shù)的遙感圖像融合方法研究.pdf
- 專業(yè)遙感圖像分類方法的研究及應(yīng)用.pdf
- 多源遙感圖像融合方法研究.pdf
- 基于多特征融合的遙感圖像分類研究.pdf
- 數(shù)字遙感圖像解譯分類方法研究.pdf
評(píng)論
0/150
提交評(píng)論