Please wait a minute...
 
国土资源遥感  2005, Vol. 17 Issue (2): 36-39    DOI: 10.6046/gtzyyg.2005.02.09
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
单波段单极化高分辨率SAR图像纹理分类研究
朱俊杰, 郭华东, 范湘涛, 朱博勤
中国科学院遥感应用研究所遥感信息科学实验室,北京100101
THE APPLICATION OF THE WAVELET TEXTURE METHOD TO
THE CLASSIFICATION OF SINGLE-BAND, SINGLE-POLARIZED
AND HIGH-RESOLUTION SAR IMAGES
ZHU Jun-jie,  GUO Hua-dong,  FAN Xiang-tao,  ZHU Bo-qin
Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China
全文: PDF(603 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

以2003年7月淮河洪水监测获取的高分辨率SAR图像为试验数据,首先对数据进行了分析,指出了高分辨率SAR图像的特点,之后通过小波变换对图像进行两层小波分解得到子图像,并在选择合适的能量计算窗口条件下,计算子图像的纹理能量,最后使用了BP神经网络方法进行纹理分类。研究结果表明,采用小波纹理分类方法对高分辨率SAR图像分类是可行的,可以获得高的分类精度,同时也指出了纹理分类的不足和进一步研究的方向。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
Abstract

 This paper has classified the high-resolution SAR images obtained along the Huaihe River in July 2003. The authors first analyzed the high-resolution SAR image and pointed out the disturbing factors. After filtering the noise, the SAR image was decomposed with wavelet transform and the energy of the textures was computed by selecting a small window. Finally, the BP algorithm was used to classify the textures. The results indicate that, with the wavelet texture classification method, the high classification precision for the single-band, single-polarized and high-resolution SAR images can be obtained. This paper has also analyzed the shortages of the texture classification method for high-resolution SAR images and pointed out the research direction of the high-resolution SAR image classification.

     出版日期: 2009-07-31
: 

 

 
  TP 722.6  
  TP 751

 
引用本文:   
朱俊杰, 郭华东, 范湘涛, 朱博勤. 单波段单极化高分辨率SAR图像纹理分类研究[J]. 国土资源遥感, 2005, 17(2): 36-39.
ZHU Jun-Jie, GUO Hua-Dong, FAN Xiang-Tao, ZHU Bo-Qin. THE APPLICATION OF THE WAVELET TEXTURE METHOD TO
THE CLASSIFICATION OF SINGLE-BAND, SINGLE-POLARIZED
AND HIGH-RESOLUTION SAR IMAGES. REMOTE SENSING FOR LAND & RESOURCES, 2005, 17(2): 36-39.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2005.02.09      或      https://www.gtzyyg.com/CN/Y2005/V17/I2/36
[1] 杨立娟, 武胜利, 张钟军. 利用主被动微波遥感结合反演土壤水分的理论模型分析[J]. 国土资源遥感, 2011, 23(2): 53-58.
[2] 林婷, 刘湘南, 谭正. 基于ICA和高光谱指数的水稻Zn污染监测模型[J]. 国土资源遥感, 2011, 23(2): 59-64.
[3] 杨树文, 李名勇, 刘涛, 孙建国, 段焕娥. 一种利用TM图像自动提取洪积扇的方法[J]. 国土资源遥感, 2011, 23(2): 65-69.
[4] 刁海, 张达, 狄永军, 王振, 王浩然, 熊光强. 基于主成分分析和分形模型的ASTER蚀变异常信息提取[J]. 国土资源遥感, 2011, 23(2): 75-80.
[5] 黄妙芬, 毛志华, 邢旭峰, 孙中平, 赵祖龙, 黄薇. HJ-1B/IRS水温反演模型及监测示范[J]. 国土资源遥感, 2011, 23(2): 81-86.
[6] 赵越, 周萍. 改进的K-means算法在遥感图像分类中的应用[J]. 国土资源遥感, 2011, 23(2): 87-90.
[7] 李智峰, 朱谷昌, 张建国, 刘欢, 胡杏花. 基于SPOT数据的铁化蚀变信息提取及找矿应用研究——以陇南金矿区为例[J]. 国土资源遥感, 2011, 23(2): 91-97.
[8] 孟丹, 张志, 冯稳.   基于GeoEye-1和DEM的富家坞铜矿区固体废弃物危险性分析[J]. 国土资源遥感, 2011, 23(2): 130-134.
[9] 吕凤华, 舒宁, 陶建斌, 付晶. 基于可变步长的光谱响应曲线分形维[J]. 国土资源遥感, 2011, 23(1): 37-41.
[10] 高建阳. Hyperion高光谱数据在福建钟腾铜钼矿区的应用研究[J]. 国土资源遥感, 2011, 23(1): 87-90.
[11] 邓吉秋, 谢杨, 张宝一, 毛先成. ETM+图像锰矿化蚀变信息提取与找矿预测[J]. 国土资源遥感, 2011, 23(1): 102-105.
[12] 邓睿, 黄敬峰. [J]. 国土资源遥感, 2011, 23(1): 106-109.
[13] 马龙.
NASA MODIS海冰产品评价分析——以辽东湾海冰监测为例
[J]. 国土资源遥感, 2011, 23(1): 115-117.
[14] 冯永玖, 韩震. 基于遥感和GIS的海岸带水域生态景观格局演变研究——以杭州湾北岸上海市段为例[J]. 国土资源遥感, 2011, 23(1): 123-127.
[15] 张过, 潘红播, 江万寿, 秦绪文. 基于RPC模型的线阵卫星影像核线排列及其几何关系重建[J]. 国土资源遥感, 2010, 22(4): 1-5.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发