一种新的高分辨率遥感影像模糊监督分类方法
针对高分辨率遥感影像分类中由于细节特征突出、同质区域光谱测度变异性增大所带来的像素类属的不确定性及模型的不确定性等造成的误分结果,提出一种基于模糊隶属函数的监督分类方法.对同质区域定义高斯隶属函数模型用来表征像素类属不确定性;模糊化该隶属函数参数建立影像模糊隶属函数,以建模同质区域光谱测度的不确定性;用训练样本在所有类别中的模糊隶属函数及原隶属函数(高斯隶属函数)中的隶属度为输入,建立模糊线性神经网络模型作为目标函数,实现分类决策.该算法和经典算法对World View 2全色合成影像及真实影像进行定性和定量分类实验,分类结果验证了文中方法具有更高的分类精度.
高分辨率遥感影像、模糊隶属函数、影像分类、模糊神经网络
43
P237(摄影测量学与测绘遥感)
辽宁省教育厅一般项目LJYL036,LJYL012;国家自然科学基金41271435;辽宁省大学生创新创业训练计划项目201710147000187
2018-08-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
922-929