非监督分类的k-means方法在从化市Landsat-7遥感图像的应用

文中利用RSIENVI4.2图形图像处理软件,对广东省从化市Landsat-7ETM+遥感图像依据地物光谱特性,采用非监督分类的k-means方法对遥感图像进行分类,同时也简单地介绍了利用RSIENVI4.2进行遥感图像处理的几个步骤和方法。     

非监督分类的k-means方法在从化市Landsat-7遥感图像的应用

文中利用RSI ENVI 4.2图形图像处理软件,对广东省从化市Landsat-7 ETM+遥感图像依据地物光谱特性,采用非监督分类的k-means方法对遥感图像进行分类,同时也简单地介绍了利用RSI ENVI 4.2进行遥感图像处理的几个步骤和方法.     

基于人工神经网络遥感图像分类的应用研究

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。     

模式识别在遥感图像中的应用

模式识别技术在遥感图像中的应用日益受到重视并在许多方面得到了实际应用,本文阐述了模式识别在遥感图像应用中的基本原理,处理方法,并对这些方法提供了理论依据.     

遥感图像分类方法的研究

本文较全面地讨论了遥感图像监督分类和非监督分类中的各种分类方法，及该方法的优缺点、适用场合，并作了简单评价，以期对遥感图像分类方法的研究有新的突破．     

遥感图像分类方法在土地利用分析中的比较

介绍了最大似然分类法的特性及存在的问题,提出了解决这些问题需要采用的方法,论述了人工神经网络分类技术和图像纹理特征参与分类。     

神经网络在遥感图像自动分类中的应用研究

西方琉金华市婺城区土地利用为例，介绍了神经网络遥感图像自动分类的方法，研究表明，用神经网络进行遥感图像自动分类，其分类精度高显示了其在遥交为广阔的应用前景。     

基于AOI的遥感图像几何精校正

在遥感图像几何精校正中，选择足够数量和精度的控制点是影响校正精度的重点与难点。对于已进行几何粗校正的遥感图像，利用任意绘制的AOI多边形顶点作为控制点，可以不受地面控制的．限制，而且能提高选点精度与速度。     

基于自适应图的半监督图像分类方法

针对半监督分类模型存在的模型复杂度高、构造正则化项难度大的问题,从丰富样本特征表示的角度出发,构造了自适应图结构的融合网络模型（AGSH）。该模型在卷积神经网络模型（CNN）基础上引入了自适应图卷积神经网络（AGCN）提取CNN模型特征间的关系。对AGSH模型泛化性能的分析证明了该模型在解决半监督相关问题时的有效性。实验结果表明：融合模型在五种图像数据集上的分类精度相比于单一CNN模型分类精度均有提升。研究结论为解决小样本分类问题的建模方法提供了参考。     

遥感影像分类在景观格局变化中的应用

应用景观生态学理论,以桂林市2002年ETM+和2006年中巴资源卫星这两个时段的遥感图像为例,基于ERDAS IM AGINE等处理软件对遥感影像进行预处理、解译,获取不同时期的土地利用信息,了解景观生态过程变化趋势,探讨区域景观生态格局演变的关系.采用FRAGSTATS软件对景观指数进行计算,并对桂林市土地利用的景观格局进行分析,探讨了相关的人类活动对土地利用的影响.这一项研究对于了解区域生态环境变化,维护生态平衡,促进区域经济与环境的协调发展具有重要意义.     

高分辨率遥感影像在抗震救灾中的应用

对绵阳地区地震灾害前后的影像进行了几何校正、图像融合等处理,通过目视解译对绵阳地区的建筑物损坏及塌方和泥石流等受灾情况进行了评估,介绍了快鸟影像在绵阳地区抗震救灾中的应用.     

基于深度学习的场景遥感图像分类方法研究

为了解决场景遥感图像通常分类性能较差、分类精度不高的问题,提出一种基于改进VGG16的场景遥感图像分类方法.针对传统VGG16模型参数量庞大的问题,对通道数以及参数量进行缩减.在算法运行过程中对数据进行正则化处理,并在分类方法中加入注意力机制.通过将注意力机制与CNN模型进行结合,并对两者进行端到端的训练,提高了模型的...     

基于传感器光谱特性与分类的遥感图像融合

为了提高多光谱图像和全色图像的融合质量,提出了一种基于广义亮度色度饱合度(IHS)变换与分类思想相结合的遥感图像融合算法.在充分考虑各波段传感器的相对光谱响应的基础上,在强度分量的构造和空间细节信息的注入方面进行了改进.改进后的方法首先对图像进行分类,然后采用高斯概率密度函数对分类构造后的影像进行加权融合,有效地改善了...     

基于人工神经网络的遥感图像分类研究

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.     

一种改进的BP神经网络在遥感图像分类中的应用

反向传播神经网络能解决传统分类方法的不足,现已逐渐用于遥感图像的分类中,研究用种新的改进ＢＰ算法进行遥感图像分类。     

基于相似系数的1种算法在遥感图像分类中的应用

用基于向量夹角余弦的相似系数方法对黄河三角洲1998年12月份的Landsat—5TM遥感影像进行了分类，分类精度分析表明用夹角余弦作为分类的相似性度量指标是合理的。这种遥感图像的分类方法简单，在实际分类中可以作为常用的方法之一。     

基于人工神经网络的遥感图像分类研究

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。     

浅论面向对象的遥感图像的模糊分类

介绍了面向对象与基于像素的分类方法,分析了模糊分类方法,阐述了面向对象的模糊分类技术的软件应用。     

遥感影像监督分类与非监督分类的比较

遥感影像的分类方法按照是否有先验类别可以分为监督分类和非监督分类,这两种分类法有着本质的区别但也存在一定的联系．从分类原理、分类过程、分类方法等不同角度分析了这两种方法的区别与联系,并展望了遥感影像分类的发展趋势与发展前景．     

基于特征塔集的遥感图像融合方法

提出了图像特征塔集的概念，给出了一种基于特征塔集的融合方法．算法主要包含两部分，子图像的融合及对应残差图像的融合．图像的大部分能量和信息包含在子图像中，因此，在图像金字塔的子图像融合过程中，特征塔集的构造由局部能量和局部熵组成．考虑到残差金字塔包含了原始图像的边缘或高频成分，因此采用梯度作为其融合特征．最终的融合结果，可利用金字塔反变换获得．由于将残差金字塔也引入到融合算法的设计过程中，因此融合的精度得到一定的提高，另外，采取简单的金字塔可以有效地控制算法的复杂度．实验结果表明了算法的合理性和有效性．