基于纹理特征的高分辨率遥感图像土地利用分类研究   总被引：8，自引：0，他引：8  

胡玉福  邓良基  匡先辉  王鹏  何莎  熊玲 《地理与地理信息科学》2011,27(5)

为了提高高分辨率遥感图像土地利用分类精度,该文以金沙江下游河谷地带SPOT 5遥感图像350×350像元作为试验区,在ERDAS IMAGINE 9.0和ENVI 4.1软件平台支持下,采用灰度共生矩阵方法提取遥感图像对比度、角二阶矩、熵、同质度等纹理指标辅助遥感图像分类,分析结果表明,相对于传统监督分类方法,基于纹理特征辅助监督分类方法总Kappa系数提高了9.15%,耕地、林地、水域、建设用地、未利用地Kappa系数分别提高了7.60%、6.17%、3.59%、15.74%和2.96%,分类结果面积准确率分别提高了3.38%、13.47%、4.65%、10.22%和1.53%,说明纹理辅助监督分类方法相对于传统监督分类方法有效提高了土地利用分类精度。  相似文献   

基于SVM算法和GLCM的侧扫声纳影像分类研究     

郭军  马金凤  王爱学 《测绘与空间地理信息》2015,(3):60-63

根据侧扫声纳影像的特征,提出一种基于SVM和GLCM的侧扫声纳影像分类方法,利用灰度共生矩阵提取其纹理特征,采用主成分分析法对纹理特征进行筛选,选择适合侧扫声纳影像的最佳纹理特征,结合侧扫声纳影像的回波强度,应用支持向量机对侧扫声纳影像进行分类。研究结果表明,纹理特征结合回波强度的支持向量机分类精度高于只依靠回波强度的支持向量机分类精度。  相似文献   

结合光谱与纹理信息的SVM遥感土壤盐渍化信息提取研究     

张飞  塔西甫拉提特依拜  丁建丽  田源  依力亚斯江·努尔麦麦提  哈学萍 《测绘科学》2009,34(3)

本文为了提高地物识别的正确性,克服异物同谱和同物异谱现象,以渭干河?库车河三角洲绿洲为例,利用ETM+数据,探讨了该绿洲盐渍化土地覆盖信息的提取方法。文章提出了基于SVM的光谱和纹理两种信息复合的分类方法,通过此方法对该绿洲进行分类研究,并将分类结果与最小距离法、最大似然法(MLC)和单源数据(光谱)SVM分类结果进行定性和定量比较分析。研究结果表明:该方法能够有效地解决单数据源分类效果破碎、分类精度不高等问题,并对高纬输入向量具有较高的推广能力,因此该方法更适合于遥感图像分类和盐渍化信息提取,是地物遥感信息提取的有效途径。  相似文献   

基于灰度-基元共生矩阵的多光谱遥感影像分类     

郭峰  舒宁 《测绘信息与工程》2007,32(6):20-22

提出了基于灰度-基元共生矩阵的遥感影像纹理分析的方法,分析了提取的纹理特征,实现了利用模糊C-均值算法对多光谱影像和纹理特征影像进行分类,比较和讨论了各种不同的分类结果.  相似文献   

众包旅游文本热度地名的共现数据挖掘     

智烈慧  李仁杰  傅学庆  郭风华 《测绘科学》2016,41(8):144-151

针对众包旅游文本中蕴含着大量有待挖掘的旅游者时空行为信息的问题,该文提出基于文本集合的地名权重分配与共现矩阵相结合的计算方法,深入挖掘众包旅游文本中的地名信息,获取旅游地高热度地名间的共现关系.计算结果以共现矩阵和三元组共同存储的方式呈现,便于依据地名类型提取多研究视角下的共现关系子集.以九寨沟为例做实证研究,实现了九寨沟旅游地热度地名自动提取,实现旅游地内热度景观名称之间,及九寨沟与省内、省外热度城市名、省内旅游地名之间4类共现关系的可视化.结果表明:该方法能够适应旅游地理和相关学科对旅游文本内容挖掘的研究需求;挖掘结果对特定群体的旅游空间感知特征与结构有显著的表征意义.  相似文献   

基于SOFM网络的声图非监督分类     

曾旭平  阳凡林  李陶  赵建虎 《武汉大学学报(信息科学版)》2004,29(11):977-980

利用局部窗口内的灰度纹理共生矩阵的统计量、灰度均值和两个分维数作为特征矢量，利用SOFM网络进行非监督分类侧扫声纳海底图像，通过实测数据验算，取得了理想的效果。  相似文献   

Content analysis of documents using neural networks： A study of Antarctic science research articles published in international journals     

DASTIDAR Prabir G  JHA Deepak Kumar 《极地研究(英文版)》2012,23(1):41-46

Content analysis of scientific papers emanating from Antarctic science research during the 25 years period （1980-- 2004） has been carried out using neural network based algorithm-CATPAC. A total of 10 942 research articles published in Science Citation Indexed （SCI） journals were used for the study. Normalized co-word matrix from 35 most-used significant words was used to study the semantic association between the words. Structural Equivalence blocks were constructed from these 35 most-used words. Four-block model solution was found to be optimum. The density table was dichotomized using the mean density of the table to derive the binary matrix, which was used to construct the network map. Network maps represent the thematic character of the blocks. The blocks showed preferred connection in establishing semantic relationship with the blocks, characterizing thematic composition of Antarctic science research. The analysis has provided an analytical framework for carrying out studies on the con- tent of scientific articles. The paper has shown the utility of co-word analysis in highlighting the important areas of research in Antarctic science.  相似文献   

基于钻孔图像的岩体结构面几何信息智能测量     

葛云峰  钟鹏  唐辉明  赵斌滨  王亮清  夏丁  仇雅诗  李鹏飞  张莉  闻炼  曹天赐 《岩土力学》2019,40(11):4467-4476

针对钻孔图像中岩体结构面形态特征,提出了一种基于Canny检测的岩体结构面几何信息智能测量方法。该方法首先采用灰度共生矩阵特征参数,在长幅钻孔图像中定位结构面区域;然后,对识别的结构面区域,采用Canny检测算法识别出结构面边缘,并通过边缘连接和合适的阈值筛选边缘,提取出结构面上下边缘;最后,对结构面边缘进行三角函数拟合,得到结构面上下边缘的正弦曲线,结合立体空间几何理论,从而计算出岩体结构面的倾向、倾角、隙宽等参数。以如美水电站坝址区两钻孔为例,基于本算法提取结构面几何信息,并与已有成功算法进行对比得到了较为一致的结果,证明了算法的可行性。  相似文献   

基于DEM纹理特征的月貌自动识别方法探究   总被引：3，自引：0，他引：3  

王琛智  汤国安  袁赛  孙建伟  刘凯 《地球信息科学学报》2015,17(1):45-53

月海和月陆是两种最主要的月貌单元,对于月海及月陆快速准确地识别是进行各项月球研究的重要基础。目前,月海和月陆的识别大多采用DEM结合其派生地形因子建立指标体系的方法。这种方法虽然可在宏观尺度对月海和月陆进行识别和提取,但仍存在2个问题：（1）可扩展性差,不同地区难以共用同一套地形因子构建指标体系;（2）指标体系中各因子权重设置具有较大的主观性。针对以上问题,本文以“嫦娥一号”探测器获取的全月球DEM数据,从月表地形纹理特征的角度出发,提出一种以月表DEM数据识别月海、月陆的自动快速的方法。首先,利用灰度共生矩阵模型,以DEM数据为基础,实现对典型月海、月陆地形纹理特征的量化,然后,对量化指标的筛选,构建能有效区分两类月表形貌单元的特征向量。在此基础上,选用离差平方和作为识别器,最终实现对月海和月陆的自动识别。本文识别方法的整体识别率达到85.7%;综上可知,该方法既能克服原有方法中因子权重设置的主观性,又具有较好的通用性。  相似文献   

A statistical method for detecting spatiotemporal co-occurrence patterns     

Jiannan Cai  Qiliang Liu  Yuanfang Chen  Zhanjun He  Jianbo Tang 《International journal of geographical information science》2019,33(5):967-990

Spatiotemporal co-occurrence patterns (STCOPs) are subsets of Boolean features whose instances frequently co-occur in both space and time. The detection of STCOPs is crucial to the investigation of the spatiotemporal interactions among different features. However, prevalent STCOPs reported by available methods do not necessarily indicate the statistically significant dependence among different features, which is likely to result in highly erroneous assessments in practice. To improve the reliability of results, this paper develops a statistical method to detect STCOPs and discern their statistical significance. The proposed method detects STCOPs against the null hypothesis that the spatiotemporal distributions of different features are independent of each other. To construct the null hypothesis, suitable spatiotemporal point-process models considering spatiotemporal autocorrelation are employed to model the distributions of different features. The performance of the proposed statistical method is assessed by synthetic experiments and a case study aimed at identifying crime patterns among multiple crime types in Portland City. The experimental results demonstrate that the proposed method is more effective for detecting meaningful STCOPs than the available alternative methods.  相似文献