基于LVQ神經(jīng)網(wǎng)絡(luò)和灰度共生矩陣的遙感圖像分類及其應(yīng)用.pdf

1、在遙感影像分類過程中，一般利用遙感影像的光譜信息作為分類的特征，但在一些復(fù)雜地表區(qū)域，遙感影像光譜特征同物異譜和同譜異物現(xiàn)象嚴(yán)重，各種地物類別的光譜可分性不好，現(xiàn)有的分類方法其精度還不能令人滿意。隨著遙感影像自身的發(fā)展變化，對(duì)分類精度的要求在不斷提高，為此，國內(nèi)外學(xué)者從兩個(gè)方面提出了改進(jìn)分類精度的途徑:一是改進(jìn)現(xiàn)有算法、尋找新的算法，如人工神經(jīng)網(wǎng)絡(luò)分類法、粗糙集分類法、專家分類法等;二是輔助特征和光譜特征的結(jié)合。 本文利用遙感圖

2、像處理軟件ENVI4.3 對(duì)岷江上游毛爾蓋區(qū)ETM 圖像進(jìn)行聚類，然后在此基礎(chǔ)上分別用LVQ 網(wǎng)絡(luò)對(duì)其進(jìn)行再次分類，取不同的隱函數(shù)節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)進(jìn)行測(cè)試并選擇最優(yōu)的LVQ 神經(jīng)網(wǎng)絡(luò)模型對(duì)指定區(qū)域進(jìn)行分類，最后對(duì)分類結(jié)果進(jìn)行評(píng)價(jià)。為了進(jìn)一步提高分類精度，本文基于9*9 灰度共生矩陣產(chǎn)生一個(gè)紋理特征，主要應(yīng)用LVQ 神經(jīng)網(wǎng)絡(luò)對(duì)遙感圖像進(jìn)行分類，同時(shí)也用BP、RBF 網(wǎng)絡(luò)對(duì)遙感圖像分類并與LVQ 網(wǎng)絡(luò)的分類結(jié)果進(jìn)行對(duì)比研究。實(shí)驗(yàn)表明：輔以由灰度共