适用于遥感分类的多邻域粗糙集加权特征提取方法
邻域粗糙集是一种有效的影像特征提取方法,邻域粗糙集模型存在稳定性不高和邻域半径需要反复调整的不足,难以实现地物特征的自动化提取.提出一种多邻域粗糙集加权特征提取方法用于高分辨率遥感影像特征提取.该方法首先利用不同半径的邻域粗糙集对影像的光谱和纹理特征进行提取,求得不同邻域半径下的有效特征子集;然后统计所有邻域半径下各个特征出现的概率,将概率作为权重与特征进行加权得到最终地物特征.QucikBird影像上分类试验表明本文算法优于传统邻域粗糙集特征提取方法,分类总精度平均提高3.88％,Kappa系数平均提高5.16％.在GeoEye-1影像上的分类试验同样证明了本文方法的有效性.
邻域粗糙集模型、多邻域粗糙集、特征提取、高分辨率遥感影像、面向对象分类
43
P237(摄影测量学与测绘遥感)
The National Key Research and Development Program of China,No.2016YFF0103604;the Western Youth Scholars Program,No.XAB2015A07;the Open Fund of Key Laboratory of Lunar and Deep Space Exploration;the Major State Basic Research Development Programme of China973 Programme;No.2012CB719906.国家重点研发计划2016YFF103604;西部青年学者计划A类XAB2015A07;中科院月球与深空探测重点实验室开放基金;国家重点基础研究发展计划973计划2012CB719906
2018-03-26（万方平台首次上网日期，不代表论文的发表时间）
共7页
311-317
