遥感信息
遙感信息
요감신식
2013年
6期
13-18
,共6页
许飞%王培法%罗庆洲%张雪红
許飛%王培法%囉慶洲%張雪紅
허비%왕배법%라경주%장설홍
图像分类%遗传算法%地统计学%遥感图像
圖像分類%遺傳算法%地統計學%遙感圖像
도상분류%유전산법%지통계학%요감도상
image classification%genetic algorithm%geostatistics%remote sensing image
遥感图像分类是遥感数据转为信息的重要途径,本文将地统计学和遗传算法结合,构建了一种基于Davies-Bouldin系数和地统计学变异函数的遗传优化指标,实现了基于地统计学纹理约束的启发式遥感图像非监督分类.通过对实验区TM数据的应用,总体分类精度可到达92.54％,与传统遗传算法相比总体分类精度提高5.64％.
遙感圖像分類是遙感數據轉為信息的重要途徑,本文將地統計學和遺傳算法結閤,構建瞭一種基于Davies-Bouldin繫數和地統計學變異函數的遺傳優化指標,實現瞭基于地統計學紋理約束的啟髮式遙感圖像非鑑督分類.通過對實驗區TM數據的應用,總體分類精度可到達92.54％,與傳統遺傳算法相比總體分類精度提高5.64％.
요감도상분류시요감수거전위신식적중요도경,본문장지통계학화유전산법결합,구건료일충기우Davies-Bouldin계수화지통계학변이함수적유전우화지표,실현료기우지통계학문리약속적계발식요감도상비감독분류.통과대실험구TM수거적응용,총체분류정도가도체92.54％,여전통유전산법상비총체분류정도제고5.64％.
