结合KPCA和多尺度纹理的IKONOS遥感影像决策树分类 The Decision Tree Classification Based on KPCA and

排行榜 收藏 打印 发给朋友 举报 来源: 《遥感信息》 发布者:cjk3d
热度16票 浏览9次 【共0条评论】【我要评论 时间:2010年12月13日 22:09
结合KPCA和多尺度纹理的IKONOS遥感影像决策树分类

The Decision Tree Classification Based on KPCA and Multi-scale Texture Using IKONOS Remote Sensing Image

城市地物类型多样,空间分布复杂,具有很强的非线性特征.核主成分分析(KPCA)通过将特征空间映射到高维核空间,可以表达图像像素间的高阶关系,因而可以提取图像的非线性特征,同时提供一组相互独立的主成分.本文在加入多尺度纹理特征的基础上,以应用地物分布的空间细节信息;且利用核主成分分析(KPCA)方法对光谱和纹理量提取非线性特征信息,增大类别之间的可分性;并结合决策树分类方法对IKONOS遥感影像分类.实验结果表明:KPCA能很好提取地物之间的非线性特征,结合KPCA和多尺度纹理的决策树分类方法能有效地提取地物类型,提取精度为79.3%,KAPPA系数为0.763.

Lx!y&MfXqZ0
作 者: 谢丽军 张友静 张子衡 陈李家 XIE Li-jun ZHANG You-jing ZHANG Zi-heng CHEN Li-jia  
作者单位:谢丽军,张子衡,陈李家,XIE Li-jun,ZHANG Zi-heng,CHEN Li-jia(河海大学水文水资源学院,南京,210098)水利论文giy3l+c.p7IbT?
张友静,ZHANG You-jing(河海大学水文水资源及水利工程国家重点实验室,南京210098;河海大学水文水资源学院,南京,210098) 
刊 名:遥感信息  ISTIC
英文刊名:REMOTE SENSING INFORMATION 
年,卷(期):2010 ""(3) 
分类号:TP79 
关键词:核主成分分析(KPCA)   多尺度纹理   IKONOS   决策树  
机标关键词:KPCA多尺度纹理特征IKONOS遥感影像分类决策树分类Remote Sensing ImageBasedClassification非线性特征核主成分分析提取空间映射分类方法地物类型KAPPA系数细节信息图像像素特征信息实验结果 
基金项目:国家自然科学基金重点项目 
顶:3 踩:3
【已经有10人表态】
下一篇:基于PDDL的对地观测卫星任务规划建模研究 Modeling Mission of Earth Observation Satellite Based on
上一篇:WorldView-1影像RFM多项式平差模型及其精度分析 Accuracy Analysis of Polynomial RFM Adjustment Mo
查看全部回复【已有0位网友发表了看法】

广告投放

广告投放