行程长度纹理特征在SPOT遥感图像分类中的应用

作者：曹治国; 肖阳; 邹腊梅

来源：模式识别与人工智能, 2008, 21(02): 260-265.

• 遥感图像分类
• 行程长度纹理特征
• Rough集
• 神经网络

将行程长度纹理特征与神经网络相结合应用于遥感图像分类中.在特征选择阶段采用类内、类间方差标准与 Rough 集相结合的方法挑选出有较强分类能力的特征并有效去除冗余特征.针对高分辨率、大尺度的 SPOT全色遥感卫星图像,分别基于行程长度纹理特征、共生矩阵纹理特征、灰度-梯度共生矩阵纹理特征和灰度-平滑共生矩阵纹理特征,采用 BP、RBF 两种类型的神经网络以及最近邻分类算法(K-NN 法)对其进行分类,并对分类结果进行对比.实验结果证明本文算法的有效性.

• 单位
  华中科技大学