![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/17/413d8f11-25de-4254-ac01-6f14afee6a5b/413d8f11-25de-4254-ac01-6f14afee6a5bpic.jpg)
![基于空間變差函數(shù)的遙感影像紋理分類研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/17/413d8f11-25de-4254-ac01-6f14afee6a5b/413d8f11-25de-4254-ac01-6f14afee6a5b1.gif)
版權說明: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,請進行舉報或認領
文檔簡介
1、遙感影像有著豐富的紋理信息,準確地提取紋理特征對于影像的分割和分類至關重要?;诳臻g變差函數(shù)的遙感影像紋理特征提取是一種比較實用的且處于探索階段的影像紋理分析方法。 遙感影像的DN值是二維坐標的函數(shù),從空間統(tǒng)計學的角度,可以看作一個區(qū)域化變量,具有隨機性和空間相關性兩方面的特征,可以用變差函數(shù)來表達。本研究根據(jù)遙感影像所具有的區(qū)域化變量特征,利用研究區(qū)域遙感影像DN值的變異特點,建立不同的紋理影像提取模型,然后根據(jù)模型算法,運用
2、Matlab7.0語言編寫基于變差函數(shù)理論的遙感影像紋理處理程序,以此分別提取遙感影像的三種變差函數(shù)(即經(jīng)典變差函數(shù)、絕對值變差函數(shù)和方根變差函數(shù))模型紋理,并與遙感影像的光譜信息結合進行土地覆蓋分類,最后運用研究區(qū)域的土地利用現(xiàn)狀圖檢驗分類精度。結果表明: (1)研究區(qū)域遙感影像的DN值滿足運用變差函數(shù)模型的前提條件——準本征假設,可以用變差函數(shù)模型進行擬合。 (2)變差函數(shù)能夠定量地描述遙感圖像的空間變化,是進行遙感
3、圖像紋理特征提取的非常有效手段。 (3)用變差函數(shù)提取的遙感圖像紋理信息和光譜信息一起進行地物分類,比單純用光譜特征分類更為有效,分類精度有大幅度的提高。 (4)分別用經(jīng)典變差函數(shù)、絕對值變差函數(shù)和方根變差函數(shù)模型提取的紋理效果明顯不同,其中絕對值變差函數(shù)提取的紋理效果最好,參與分類的結果精度也最高。 (5)計算變差函數(shù)的窗口越大,提取的紋理信息越模糊,窗口越小,提取的紋理信息細節(jié)越突出:但當窗口小到一定程度,會
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于紋理基元的遙感影像分類方法研究.pdf
- 基于紋理特征的遙感影像分類精度估計.pdf
- 基于紋理的遙感圖像分類研究.pdf
- 基于紋理特征的高分辨率遙感影像分類方法研究.pdf
- 31953.基于分形理論的遙感影像紋理分析與分類研究
- 遙感影像紋理特征提取及其在影像分類中的應用.pdf
- 基于紋理特征的遙感圖像分類算法研究.pdf
- 高空間分辨率遙感影像分類研究.pdf
- 多光譜遙感影像的紋理特征研究.pdf
- 基于SVM的遙感影像云分類研究.pdf
- 基于對象信息的遙感影像分類研究.pdf
- 基于Clifford小波的遙感影像紋理分析方法研究.pdf
- 基于主題模型的高空間分辨率遙感影像分類研究.pdf
- 翁源縣基于紋理信息及CART決策樹技術的遙感影像分類研究.pdf
- 基于遙感影像的紅外紋理調(diào)制模板生成方法研究.pdf
- 基于遙感影像的紅外紋理生成及仿真應用研究.pdf
- 基于集成學習和空間信息的高光譜遙感影像分類方法.pdf
- 基于MSRC的遙感影像面向對象分類研究.pdf
- 基于蟻群算法的遙感影像分類研究.pdf
- 基于遙感影像的土地覆蓋分類方法研究
評論
0/150
提交評論