李少丹
- 作品数:1 被引量:2H指数:1
- 供职机构:北京师范大学地理学与遥感科学学院地表过程与资源生态国家重点实验室更多>>
- 发文基金:国家科技支撑计划国家高技术研究发展计划更多>>
- 相关领域:自动化与计算机技术更多>>
- 结合空间像素模板和多类AdaBoost的高分影像分类被引量:2
- 2015年
- 高分辨率遥感影像分类是遥感图像理解的基本问题之一,也是许多其他遥感应用的前提。为解决目前基于像素分类方法空间关系描述不足的问题,该文利用空间像素模板构建像素间的空间关系,并结合多类AdaBoost算法实现高分辨率遥感影像的分类。首先利用过滤式特征选择方法自动生成空间像素模板,进而构建考虑空间关系的多维特征向量,最后利用基于指数损失函数的多类AdaBoost方法对多维特征进行分类。对不同场景影像开展实验,结果表明,该文方法利用空间像素模板引入空间信息,可有效实现高分辨率遥感影像分类。与其他方法相比,分类精度显著提高(约20%),能够更好地区分光谱相似地物,同时分类结果"椒盐效应"大大降低,具有良好的空间一致性。
- 舒阳李少丹李京唐宏史晓霞杜红悦
- 关键词:空间信息高分辨率遥感影像