河南理工大学学报（自然科学版）
河南理工大學學報（自然科學版）
하남리공대학학보（자연과학판）
JOURNAL OF HENAN POLYTECHNIC UNIVERSITY(NATURAL SCIENCE)
2015年
2期
222-225
,共4页
高分辨率遥感影像%LiDAR%面向对象分类%成员函数
高分辨率遙感影像%LiDAR%麵嚮對象分類%成員函數
고분변솔요감영상%LiDAR%면향대상분류%성원함수
high resolution imaging%LiDAR%object-oriented classification : member function
为了更准确地对遥感数据进行分类,结合GeoEye高分辨率遥感影像和机载LiDAR数据,通过对分割参数、特征选择、分类规则等特征进行研究,提出采用面向对象的模糊分类方法——成员函数法选择实验区进行了分类研究.实验结果表明:该分类方法能够更有效地提取出建筑物、煤堆、灌木等矿区典型地物,总体分类精度达到93.92％,KIA为92.52％,分类精度相比单一遥感数据明显提高.
為瞭更準確地對遙感數據進行分類,結閤GeoEye高分辨率遙感影像和機載LiDAR數據,通過對分割參數、特徵選擇、分類規則等特徵進行研究,提齣採用麵嚮對象的模糊分類方法——成員函數法選擇實驗區進行瞭分類研究.實驗結果錶明:該分類方法能夠更有效地提取齣建築物、煤堆、灌木等礦區典型地物,總體分類精度達到93.92％,KIA為92.52％,分類精度相比單一遙感數據明顯提高.
위료경준학지대요감수거진행분류,결합GeoEye고분변솔요감영상화궤재LiDAR수거,통과대분할삼수、특정선택、분류규칙등특정진행연구,제출채용면향대상적모호분류방법——성원함수법선택실험구진행료분류연구.실험결과표명:해분류방법능구경유효지제취출건축물、매퇴、관목등광구전형지물,총체분류정도체도93.92％,KIA위92.52％,분류정도상비단일요감수거명현제고.
