计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
28期
188-190,222
,共4页
时海亮%汪远征%徐雅静%辛向军
時海亮%汪遠徵%徐雅靜%辛嚮軍
시해량%왕원정%서아정%신향군
遥感图像分类%图像融合%非下采样Contourlet%最小二乘支持向量机
遙感圖像分類%圖像融閤%非下採樣Contourlet%最小二乘支持嚮量機
요감도상분류%도상융합%비하채양Contourlet%최소이승지지향량궤
提出一种新的基于非下采样Contourlet变换(NSCT)和最小二乘支持向量机(LSSVM)的遥感图像土地覆盖分类方法.该方法动态选择最优的多光谱图像的波段特征进行组合,基于NSCT和IHS对多光谱图像和全色图像进行融合,增强多光谱图像的空间分辨率,基于LSSVM对融合图像进行分类.实验结果表明,提出的方法在保留多光谱图像光谱信息的同时,增强了图像的空间细节表现能力,提供更加可靠的地物分类特征,提高了分类精度,并且优于传统的基于最小距离法、最大似然法、贝叶斯分类法和BPNN分类法的遥感图像分类方法,该方法是有效可行的.
提齣一種新的基于非下採樣Contourlet變換(NSCT)和最小二乘支持嚮量機(LSSVM)的遙感圖像土地覆蓋分類方法.該方法動態選擇最優的多光譜圖像的波段特徵進行組閤,基于NSCT和IHS對多光譜圖像和全色圖像進行融閤,增彊多光譜圖像的空間分辨率,基于LSSVM對融閤圖像進行分類.實驗結果錶明,提齣的方法在保留多光譜圖像光譜信息的同時,增彊瞭圖像的空間細節錶現能力,提供更加可靠的地物分類特徵,提高瞭分類精度,併且優于傳統的基于最小距離法、最大似然法、貝葉斯分類法和BPNN分類法的遙感圖像分類方法,該方法是有效可行的.
제출일충신적기우비하채양Contourlet변환(NSCT)화최소이승지지향량궤(LSSVM)적요감도상토지복개분류방법.해방법동태선택최우적다광보도상적파단특정진행조합,기우NSCT화IHS대다광보도상화전색도상진행융합,증강다광보도상적공간분변솔,기우LSSVM대융합도상진행분류.실험결과표명,제출적방법재보류다광보도상광보신식적동시,증강료도상적공간세절표현능력,제공경가가고적지물분류특정,제고료분류정도,병차우우전통적기우최소거리법、최대사연법、패협사분류법화BPNN분류법적요감도상분류방법,해방법시유효가행적.
