面向灾害应急土地覆被分类的样本自动选择方法研究
通过对自动化样本选择方法进行研究,实现了局部区域内面向对象的土地覆被自动分类.首先通过模糊聚类获得影像中的候选对象样本,分别提取影像特征和先验知识中的地类特征,通过预设阈值完成样本初步筛选,然后根据先验知识进行半监督距离度量学习,完成样本的自动选择,并为最终的监督分类提供度量依据.应用舟曲泥石流灾区影像进行了实验,结果表明,本文方法与基于人工选择样本的分类结果精度非常接近,同时在多次实验中表现出较高的稳定性,相对人工方法更加客观,适合批量自动化处理.
灾害应急、土地覆被分类、样本自动选择、特征提取、特征匹配
38
P237.3(摄影测量学与测绘遥感)
十二五国家科技支撑计划资助项目2011BAB01B06;国家863计划资助项目2012AA121305
2013-08-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
799-804