IMHE OpenIR
基于光谱和纹理特征的ALOS影像土地利用信息提取
刘恩勤1; 周万村1; 周介铭2; 莫开林3
2012
Source Publication地理与地理信息科学
ISSN1672-0504
Volume028Issue:004Pages:51
Abstract针对高分辨率遥感影像易于反映地物纹理特征的特点,综合利用地物的光谱和纹理特征进行分类,探讨适用于ALOS影像的土地利用信息提取方法。以川东丘陵地区影像为例,基于GLCM提取纹理信息,将提取的纹理特征向量采用赋权值法融合为一个综合纹理信息波段,然后采用面向对象法将其与光谱特征信息共同参与分类。与最大似然法的提取结果对比表明,考虑了纹理特征的面向对象分类方法能明显提高分类精度,Kappa精度提高了0.12;避免了椒盐现象,分割的地类边界具有更好的语义表达,更贴合地物实际分布特征;建筑用地和林地具有明显的纹理特征,而旱地纹理特征不明显。该方法不仅分出了6个基本地物类型,而且对于林地、建筑用地等类型还能进一步细分。
Language英语
Document Type期刊论文
Identifierhttp://ir.imde.ac.cn/handle/131551/31675
Collection中国科学院水利部成都山地灾害与环境研究所
Affiliation1.中国科学院成都山地灾害与环境科学研究所
2.四川师范大学
3.四川省林业科学院
First Author Affilication中国科学院水利部成都山地灾害与环境研究所
Recommended Citation
GB/T 7714
刘恩勤,周万村,周介铭,等. 基于光谱和纹理特征的ALOS影像土地利用信息提取[J]. 地理与地理信息科学,2012,028(004):51.
APA 刘恩勤,周万村,周介铭,&莫开林.(2012).基于光谱和纹理特征的ALOS影像土地利用信息提取.地理与地理信息科学,028(004),51.
MLA 刘恩勤,et al."基于光谱和纹理特征的ALOS影像土地利用信息提取".地理与地理信息科学 028.004(2012):51.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[刘恩勤]'s Articles
[周万村]'s Articles
[周介铭]'s Articles
Baidu academic
Similar articles in Baidu academic
[刘恩勤]'s Articles
[周万村]'s Articles
[周介铭]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[刘恩勤]'s Articles
[周万村]'s Articles
[周介铭]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.