基于双树复小波分解的BP神经网络遥感影像分类

摘要：

为有效解决高分辨率多光谱遥感影像分类模糊性和不确定性以及较好地克服噪声的影响,提出了一种基于双树复小波分解的BP神经网络遥感图像分类方法.首先提取影像的NDVI、纹理特征来降低影像中因"同谱异物"和"同物异谱"引起的分类不确定性;然后对影像的原始光谱波段、NDVI、纹理特征图像进行一层双树复小波分解,提取出图像的低频信息,降低图像噪声以及减少分类中存在的"椒盐"现象;最后将提取的低频子图作为BP神经网络的输入并根据训练好的网络进行分类,得到最终的分类结果.对比实验结果表明该方法的分类结果杂点较少,区域一致性更强,具有较高的分类精度和较好的鲁棒性.

关键词：归一化植被指数、纹理、灰度共生矩阵、双树复小波变换、BP神经网络

所属期刊栏目：33

分类号：TP75(遥感技术)

资助基金：国家自然科学基金项目41271394

在线出版日期：2018-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：313-320