Please wait a minute...
 
国土资源遥感  2007, Vol. 19 Issue (1): 77-81    DOI: 10.6046/gtzyyg.2007.01.17
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
基于多特征对象的高分辨率遥感影像分类方法及其应用
蔡银桥,毛政元
福州大学空间数据挖掘与信息共享教育部重点实验室,福建省空间信息工程研究中心, 福州350002
A METHOD FOR CLASSIFICATION OF HIGH RESOLUTION REMOTELY SENSED IMAGES BASED ON MULTI-FEATURE OBJECTS AND ITS APPLICATION
 CAI Yin-Qiao, MAO Zheng-Yuan
Key Laboratory of Spatial Data Mining and Information Sharing of Ministry of Education, Spatial Information Research Center, Fuzhou University, Fuzhou 350002, China
全文: PDF(618 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

提出了基于多特征对象的高分辨率遥感影像分类方法,分析了该方法相对于基于像元的和单纯依靠光谱特征的传统处理方式所具有的优势,总结了该方法的特点,并给出了相关实验结果。实验表明,对于高分辨率遥感影像,基于多特征对象的分类技术能产生较好的结果。

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
关键词 主分量分析澜沧江兰坪地区铜矿化蚀变遥感信息    
Abstract

This paper puts forward a classification method for high resolution remotely sensed images based on multi-feature objects, analyzes its advantages in comparison with the traditional pixel-based means which completely depend on spectral information. A case study related to the classification method is described, and the result shows that the new technique based on multi-feature objects is more efficient than the pixels-based methods.

Key wordsPrinciple component analysis    Lancangjiang Lanping region    Cu mineralization alteration    Remote sensing information
收稿日期: 2006-06-27      出版日期: 2009-07-19
: 

TP 751.1

 
  TP 79

 
基金资助:

国家自然科学基金项目(40471113)资助。

通讯作者: 蔡银桥(1979-),男,福州大学2004级研究生,现主要从事空间数据挖掘研究。
引用本文:   
蔡银桥, 毛政元. 基于多特征对象的高分辨率遥感影像分类方法及其应用[J]. 国土资源遥感, 2007, 19(1): 77-81.
CAI Yin-Qiao, MAO Zheng-Yuan. A METHOD FOR CLASSIFICATION OF HIGH RESOLUTION REMOTELY SENSED IMAGES BASED ON MULTI-FEATURE OBJECTS AND ITS APPLICATION. REMOTE SENSING FOR LAND & RESOURCES, 2007, 19(1): 77-81.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2007.01.17      或      https://www.gtzyyg.com/CN/Y2007/V19/I1/77
[1] 刘畅, 杨康, 程亮, 李满春, 郭紫燕. Landsat8不透水面遥感信息提取方法对比[J]. 国土资源遥感, 2019, 31(3): 148-156.
[2] 冉全, 李国庆, 于文洋, 张连翀. 遥感信息模型在线可视化定制和自动化计算[J]. 国土资源遥感, 2017, 29(1): 221-226.
[3] 郭红燕, 邹立群, 张友焱, 刘扬, 董文彤, 周红英. 面向石油遥感信息服务的多时相影像数据管理[J]. 国土资源遥感, 2016, 28(2): 188-192.
[4] 况忠, 黄欣欣, 况顺达, 芦正艳, 龙胜清. 贵州弱矿化蚀变遥感信息的分布特征[J]. 国土资源遥感, 2014, 26(2): 140-147.
[5] 胡波, 朱谷昌, 张远飞, 冷超. 基于高斯混合模型的遥感信息提取方法研究[J]. 国土资源遥感, 2012, 24(4): 41-47.
[6] 张苑平, 姜端午, 黄树春. 水蚀荒漠化遥感信息提取方法研究[J]. 国土资源遥感, 2010, 22(s1): 18-20.
[7] 苏岑, 莫俊杰.
长沙市城市扩展遥感监测数学模型
[J]. 国土资源遥感, 2010, 22(4): 60-63.
[8] 龙晓君, 何政伟, 刘严松, 夏福瑞, 薛东剑, 李喆.
西藏羌多地区遥感蚀变与构造信息提取及成矿预测
[J]. 国土资源遥感, 2010, 22(2): 63-67.
[9] 吴德文, 朱谷昌, 张远飞, 袁继明. 多元数据分析与遥感矿化蚀变信息提取模型[J]. 国土资源遥感, 2006, 18(1): 22-25.
[10] 张玉君, 曾朝铭, 陈薇. ETM+(TM)蚀变遥感异常提取方法研究与应用--方法选择和技术流程[J]. 国土资源遥感, 2003, 15(2): 44-49.
[11] 杨日红, 于学政, 李玉龙. 西藏色林错湖面增长遥感信息动态分析[J]. 国土资源遥感, 2003, 15(2): 64-67.
[12] 尤红建, 苏林, 李树楷, 刘彤, 刘建明. 面向"数字城市"的遥感信息获取与处理系统[J]. 国土资源遥感, 2003, 15(1): 1-4.
[13] 张佩民, 黄林日, 鲍巨才, 王俊清. 辽西肖家营子地区金矿遥感信息提取及成矿预测[J]. 国土资源遥感, 2000, 12(3): 31-37.
[14] 刘庆生. 有序岩石遥感信息的最优分割[J]. 国土资源遥感, 1999, 11(2): 50-54.
[15] 于学政. 青藏高原遥感信息地质含义—─兼论东昆仑金矿成矿远景[J]. 国土资源遥感, 1999, 11(1): 63-63.
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