资源简介

摘要： 地物的“同物异谱”或“异物同谱”问题，使得仅仅依据高光谱影像的光谱信息较难得到理想的分类精度。纹理特征是地物空间分布的重要结构信息，能够一定程度上弥补光谱特征在高光谱遥感影像分类中的不足。纹理特征提取在高光谱遥感影像分类中得到了诸多发展，然而当前的纹理特征方法缺乏较为全面的对比分析。因此，选取旋转不变局部二值模式、简单线性迭代、扩展形态剖面、差分形态剖面、属性剖面、3D-Gabor、联合双边滤波和导向滤波共8种典型的纹理特征方法，利用印第安纳、帕维亚大学和雄安3个高光谱数据集设计分类实验，采用分类精度、计算时间、总体分类精度的标准差来进行定量评价。实验结果表明：扩展形态剖面的总体分类精度和计算速度整体上优于其他7种方法。 关键词： 高光谱遥感;  纹理;  分类;  特征提取     Abstract: The problem of “same object with different spectrum” and “different objects with same spectrum” makes that it difficult to obtain high classification accuracy for hyperspectral images using the single spectral information. Texture feature is the important structural information of spatial distribution of ground objects， which can compensate for the deficiency of spectral features in the classification to some extent. Many texture feature extraction methods have been developed in hyperspectral image classification， but they are lacking of a comprehensive comparative analysis. Therefore， this paper aim to explore the classification performance of different texture feature extraction methods. The 8 selected methods include rotational invariant local binary mode （riLBP）， Simple Linear Iteration （SLIC）， Extended Morphological Profile （EMP）， Differential Morphological Profile （DMP）， Attribute Profile （AP）， 3D-Gabor， Joint Bilateral Filtering （JBF） and Guided Filtering （GF） design classification experiments. Experimental results on Indiana Pines， Pavia University and Xiong'an datasets show that EMP behaves better than other methods both in overall classification accuracy and computational speeds.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.