基于分形理论与SVM的河冰高分遥感影像智能识别方法研究
黄河流域冬季凌汛灾害频发,抢险难度大,可能造成沿岸巨大的经济损失和严重的社会影响.本文针对黄河河冰高分遥感影像的几何特征、空间特征和纹理特征等复杂信息,提出一种高分遥感影像凌汛灾害监测信息识别提取方法.基于改进的ε-毯子分形理论开展河冰遥感影像的分形边缘检测与分割,利用支持向量机算法,智能分类识别不同种类河冰空间分布信息.本文研究方法可快速且准确地提取各类河冰纹理特征和区分河冰的类别,总体分类精度达到93%以上.本研究成果可为凌汛灾害风险的管理调控提供一定的决策依据.
凌汛灾害信息识别、高分遥感影像、分形特征、智能分类
30
X43;X9(自然灾害及其防治)
国家重点研发计划;天津大学自主创新基金;重点领域创新团队项目;国家自然科学基金
2021-06-11(万方平台首次上网日期,不代表论文的发表时间)
共10页
117-126