

版權(quán)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(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、城市應(yīng)用是高分辨率遙感應(yīng)用的最重要的領(lǐng)域之一,如何更加準(zhǔn)確的進(jìn)行城市圖像分類是現(xiàn)在高分辨率遙感研究的一個(gè)難點(diǎn)。對于高分辨率數(shù)據(jù)的分類,僅靠光譜信息,采用傳統(tǒng)的分類方法,分類精度低,不能發(fā)揮高分辨率影像的優(yōu)勢,無法有效區(qū)分地物。
本文提出利用數(shù)學(xué)形態(tài)學(xué)中的交替順序?yàn)V波方法進(jìn)行高分辨率圖像的濾波,濾波有利于圖像的分割分類,運(yùn)用濾波結(jié)果進(jìn)行圖像分割和圖像分類。
由于高分辨率圖像具有豐富的形狀信息,加入形狀信息是提高分類精度
2、的一個(gè)常用辦法,如何利用形狀信息是目前研究的熱點(diǎn)。胡氏不變矩具有旋轉(zhuǎn)不變性、尺度不變性以及平移不變性等特點(diǎn),所以本文對圖像進(jìn)行了不同尺度的圖像分割處理,對不同尺度分割圖像計(jì)算其胡氏不變矩,與光譜信息一起參加分類,可以提高分類精度。
本文提出了層次分類方法,植被采用基于光譜的分類,對城市光譜極其相似的非植被,通過不同尺度的圖像分割,計(jì)算胡氏不變矩,加入形狀信息,分別進(jìn)行了基于像元和基于對象的兩種分類方法,并通過實(shí)驗(yàn)比較了兩種分類
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(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(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自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向?qū)ο蟮母叻直媛蔬b感圖像分類.pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像分類
- 面向?qū)ο蟮母叻直媛蔬b感影像分類
- 面向?qū)ο蟮母叻直媛蔬b感影像分類.pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像分類.pdf
- 高分辨率遙感圖像分類技術(shù)研究.pdf
- 基于多特征的面向?qū)ο蟾叻直媛蔬b感圖像分類.pdf
- 高分辨率SAR圖像目標(biāo)檢測與分類.pdf
- 高分辨率遙感影像面向?qū)ο蠓诸惙椒ㄑ芯?pdf
- 面向?qū)ο蟮母叻直媛蔬b感圖像分割方法研究.pdf
- 基于高分辨率遙感圖像的車輛分類識別研究.pdf
- 高分辨率SAR圖像分割與分類方法研究.pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像分類方法研究.pdf
- 面向彩色高分辨率圖像的魯棒水印系統(tǒng).pdf
- 面向?qū)ο蟮母叻直媛蔬b感圖像分割方法的研究.pdf
- 高分辨率影像面向?qū)ο蠓诸愄卣鬟x擇方法研究.pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像全要素分類研究.pdf
- 面向?qū)ο蟮母叻直媛蔬b感影像分類技術(shù)研究.pdf
- ppt中如何保存高分辨率圖像
- 高分辨率遙感影像分類方法研究
評論
0/150
提交評論