简介概要

基于ENVI的遥感图像自动解译分类结果优化

来源期刊:世界有色金属2016年第18期

论文作者:杨柯

文章页码:130 - 131

关键词:遥感图像自动解译;分类后处理;图像分割;小斑块;

摘    要:随着科技的发展,我国陆续发射高分一号高分二号卫星后,大量的遥感数据获取变得容易,而遥感图像自动解译是快速的从这些海量遥感图像数据中获取有效的信息,从而进行图像分割地物分类,高效率的提取专题信息。遥感图像自动解译主要依据的是地物的光谱信息,解译精度不高[1],因此进行分类结果优化。本文基于ENVI软件,通过分类后得到初步结果,接着进行分类后处理,包括小斑块去除、分类统计以及分类叠加[2],最后将分类结果转为矢量。通过这一系列的分类后处理可以达到遥感图像自动解译分类结果优化的目的。

详情信息展示

基于ENVI的遥感图像自动解译分类结果优化

杨柯

长安大学

摘 要:随着科技的发展,我国陆续发射高分一号高分二号卫星后,大量的遥感数据获取变得容易,而遥感图像自动解译是快速的从这些海量遥感图像数据中获取有效的信息,从而进行图像分割地物分类,高效率的提取专题信息。遥感图像自动解译主要依据的是地物的光谱信息,解译精度不高[1],因此进行分类结果优化。本文基于ENVI软件,通过分类后得到初步结果,接着进行分类后处理,包括小斑块去除、分类统计以及分类叠加[2],最后将分类结果转为矢量。通过这一系列的分类后处理可以达到遥感图像自动解译分类结果优化的目的。

关键词:遥感图像自动解译;分类后处理;图像分割;小斑块;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号