共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
基于人工神经网络遥感图像分类的应用研究 总被引:2,自引:0,他引:2
阐述了遥感图像分类处理中应用BP神经网络的方法,在ENVI平台下,对基于BP神经网络的分类方法进行了研究。结果表明:基于BP网络神经的遥感图像分类效果是相当突出的,是一种非常有效地处理遥感图像的方法。 相似文献
3.
基于多波段影像特征的土地利用分类 总被引:1,自引:0,他引:1
利用Landsat TM遥感影像,在ENVI4.2软件的支持下,分析了甘肃省张掖市TM多波段地物影像特征,建立解译标志,利用监督分类方法对该区域土地利用进行分类。 相似文献
4.
5.
利用ENVI软件处理遥感影像 总被引:1,自引:0,他引:1
遥感影像处理是对遥感影像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。本文结合实际遥感影像,主要介绍如何利用ENVI软件进行遥感影像的校正、重采样、融合、镶嵌、分类及分类后处理。 相似文献
6.
TM遥感图像预处理的目的主要是对遥感图像进行噪声滤除,更好的利用预处理后的遥感图像所反映的地物目标波谱特性进行反演、统计和分析。文章用ENVI软件截取合适的TM遥感图像研究区域,井用直方图最小值法校正遥感图像,然后又介绍多结构元素形态滤波方法,与传统的中值滤波和均值滤波进行了对比,信噪比高。这些方法很适合试验区的分析,效果很好。 相似文献
7.
该文采用SPOT不同时相的数字遥感图像,利用数字图像处理技术和地理信息系统技术,首先对数据经过常规的处理,然后在ENVI的Classifier模块对图像进行了监督分类,在充分分析塌陷区特征、领域知识、遥感影像特征等基础上,采用人机交互式解译,目视解译,提取出了采煤塌陷区信息并进行分析权台煤矿塌陷区变化趋势。 相似文献
8.
《山西师范大学学报:自然科学版》2015,(4)
本文基于遥感卫星数据,在遥感软件ENVI 5.1和地理信息系统软件Arc GIS 10.0的支持下,通过最大似然法(MLC)、支持向量机(SVM)、人工神经网络(ANN)三种方法,对研究区土地利用/覆盖(LUCC)分类进行信息提取,并对不同分类方法的结果进行比较分析和精度检验.研究表明:使用支持向量机进行遥感图像分类,精度优于最大似然法和人工神经网络,且学习速度也较快,可更好地区分土地利用类型,提高土地利用信息的精度,适用于不同地貌单元,能够作为小尺度范围内遥感影像LUCC分类研究的有效工具. 相似文献
9.
遥感图像和矢量图的叠加 总被引:3,自引:0,他引:3
针对遥感图像与地理信息系统矢量图之间的数据结构和显示时所用的坐标系统的不同问题,通过研究遥感图像与矢量图形叠加来解决两种数据的融合.利用ENVI对研究所用的遥感图像进行一系列的校正,将遥感图像和该图像所对区域的矢量图进行配准,得到带有相同GCP点的两幅图像,两幅图像进行叠加形成一幅遥感图像和矢量图综合显示的图像,该图像结合两者的优点为GIS提供强大的数据库. 相似文献
10.
闫颖 《吉林大学学报(理学版)》2002,57(6):1472-1478
针对传统方法分类遥感成像雷达距离图像时, 未对图像进行平滑处理, 导致其易受环境干扰, 分类性能较差的问题, 提出一种基于偏微分方程的遥感成像雷达距离图像分类方法. 首先通过偏微分方程对遥感成像雷达距离图像进行平滑处理, 然后采用基于偏微分方程的多区域分割模型, 将分割后的遥感成像雷达距离图像分类过程视为泛化函数最小化过程, 通过分割对能量泛函数进行最小化处理, 实现遥感成像雷达距离图像的多区域分类. 实验结果表明, 该方法成像速度快, 去噪和图像分割效果好, 分类精度和Kappa系数值均较高. 相似文献
11.
闫颖 《吉林大学学报(理学版)》2019,57(6):1472-1478
针对传统方法分类遥感成像雷达距离图像时, 未对图像进行平滑处理, 导致其易受环境干扰, 分类性能较差的问题, 提出一种基于偏微分方程的遥感成像雷达距离图像分类方法. 首先通过偏微分方程对遥感成像雷达距离图像进行平滑处理, 然后采用基于偏微分方程的多区域分割模型, 将分割后的遥感成像雷达距离图像分类过程视为泛化函数最小化过程, 通过分割对能量泛函数进行最小化处理, 实现遥感成像雷达距离图像的多区域分类. 实验结果表明, 该方法成像速度快, 去噪和图像分割效果好, 分类精度和Kappa系数值均较高. 相似文献
12.
采用TM影像与中巴卫星遥感图像作为主要数据源,以野外实地调查、航空像片和地形图等资料为辅,基于ERDAS IMAGINE和ENVI等遥感软件作为处理平台,运用最佳波段组合、图像校正、图像增强、神经网络图像分类等先进的遥感数据处理手段,实现对苏州市城市绿地信息的充分提取,得到1986、1998、2004年苏州市绿化覆盖情况的动态调查结果.并从苏州市整体和局部等多角度讨论绿化分布和变化状况,最后分析和评价了苏州市绿地格局分布的特点. 相似文献
13.
针对目前遥感图像分类算法存在精度低、 速度慢等问题, 提出一种基于量子粒子群算法的遥感图像分类算法, 以提高遥感图像的分类效果. 首先分析目前遥感图像分类算法存在的不足及其原因; 然后提取多种类型的遥感图像原始特征, 采用量子粒子群算法对特征进行筛选, 以提取对遥感图像分类结果较重要的特征; 最后采用最小二乘支持向量机(LSSVM)建立遥感图像分类器, 实现遥感图像分类和识别, 并进行遥感图像分类的仿真对比实验. 实验结果表明, 该算法克服了当前遥感图像分类算
法存在的局限性, 大幅度提高了遥感图像的分类精度, 有效减少了图像分类误差, 提高了图像分类效率. 相似文献
14.
15.
目前遥感地质的影像解译主要以传统的目视解译为主,借助经验,方法落后、效率低下,且缺乏基于光谱的计算机自动分类、基于专家知识的决策树模型或面向对象特征等自动提取方法;目前遥感地质的解译主要强调遥感影像的空间分辨率,而对于图像波谱数据利用非常少.本研究旨在通过各种图像变换或增强手段,发挥人眼对部分彩色空间图像特别敏感的特点,利用已有地质背景资料划分符合地质习惯的单一地层或岩体的区域,建立典型的感兴趣区,然后计算其平均波谱,进而利用ENVI软件监督分类中的神经网络分类工具,设定恰当的权重与临界阈值,最后达到较好区分不同地层或岩体的目的.本研究选择甘肃北山黑山地区,利用lansat8多光谱数据进行试验,其研究成果可为遥感地质工作提供快速智能的影像解译方法提供参考,同时也可以应用于青海、西藏等广阔的基岩出露区域,为矿产资源勘探提供科学依据和决策支持. 相似文献
16.
BP神经网络分类方法是一种新的模式识别方法,在遥感图像分类识别处理中有良好的应用前景。本文在阐明标准BP算法及其改进算法——Levenberg-Marquardt算法的基础上,介绍了BP神经网络的遥感图像分类过程,并在MATLAB平台下对基于BP神经网络的分类算法进行了试验。实验结果表明基于BP神经网络的遥感图像分类方法是一种有效的图像分类方法。 相似文献
17.
赵勇军 《华中师范大学学报(自然科学版)》2014,48(1):0
为了提高遥感图像的识别率,提出一种基于最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)和证据理论(Dempster-Shafer theory,D-S)的遥感图像分类方法.该方法首先分别提取遥感图像的纹理和颜色特征,然后分别对纹理和颜色特征采用LSSVM建立分类模型,并得到相应特征的分类率,最后把单一特征分类正确率输入到D-S证据理论对它们进行融合,从而得到它们的权值,并根据权值得到遥感图像的最终分类结果.仿真结果表明,该方法不仅提高了遥感图像的分类率,而且还加快了遥感图像分类的速度,从而使得该方法在地理信息系统具有一定的应用价值. 相似文献
18.
《沈阳建筑大学学报(自然科学版)》2019,(6)
目的研究城市建成区扩展的时空特征,加深对城市化理论的理解,为城市未来的城市化进程提供有效的时空决策依据.方法基于辽宁省沈阳市2000—2015年Landsat-7遥感影像数据,首先对原始遥感图像进行几何校正;接着对精纠的遥感图像,进行图像的拼接和裁剪;然后通过监督分类和非监督分类,把裁剪后的图像按建设用地、耕地、林地、水域以及未利用土地进行分类;利用ENVI5.3的Confusion Martrix功能,计算了两种分类精度的总体精度和Kappa系数.结果计算得到监督分类总体精度为92.36%、Kappa系数为0.88,非监督分类总体精度为77.32%、Kappa系数为0.65;2000—2015年沈阳市建成区扩展先后表现为急剧的扩展和逐渐趋于稳定这两类特征;建成区紧凑度不断下降,分行维数呈上升态势.结论 2000—2015年沈阳市建成区总体处于快速扩展的时期,主要以外部发散式延伸扩展为主,在空间上的离散程度很大;GDP因素、人口因素和全运会举办所带来的影响是沈阳建成区扩展的驱动因素. 相似文献
19.
《内蒙古师范大学学报(自然科学版)》2016,(6)
为了提高遥感图像分类精度,提出一种模糊均值聚类(FCM)和最小二乘支持向量机(LSSVM)相融合的遥感图像分类方法(FCM-LSSVM).首先对遥感图像样本进行模糊均值聚类,得到隶属度矩阵,然后根据隶属度矩阵选择遥感图像的训练样本,最后将训练样本输入到最小二乘支持向量机进行学习,并采用粒子群优化最小二乘支持向量机参数,建立遥感图像分类模型.通过仿真实验对算法性能进行测试,结果表明FCM-LSSVM提高了遥感图像分类效率和分类精度. 相似文献
20.
基于人工神经网络的遥感图像分类研究 总被引:1,自引:0,他引:1
随着人工神经网络系统理论的发展,神经网络技术日益成为遥感图像分类处理的有效手段,并有逐步取代最大似然法的趋势.本文重点讨论了遥感图像分类处理研究中应用效果显著的BP神经网络方法,并在MATLAB平台下对基于BP神经网络的分类算法进行了研究,最后将它的分类结果与最大似然法的分类结果进行了精度比较分析.结果表明基于BP神经网络的遥感图像分类效果是较好的,是一种有效的图像分类方法. 相似文献