曾鸿程
- 作品数：1 被引量：1H指数：1
- 供职机构：加拿大多伦多大学更多>>
- 发文基金：中国科学院“百人计划”更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于缨帽变换与匹配滤波的大熊猫生境影像分类被引量：1
- 2015年
- 在卧龙大熊猫自然保护区,难以获取高质量的光学遥感影像,加之地形和植被类型复杂多样,地物分类精度低,对利用遥感技术研究大熊猫生境造成了困难.为此,本工作探究一种提高遥感分类精度的方法.首先分别利用缨帽变换和匹配滤波方法提取影像的亮度、绿度、湿度和丰度等特征,建立基于多特征数据的决策树分类规则进行分类,最后利用野外实测数据对分类结果进行验证.研究结果表明:绿度特征对提取林地非常有效,湿度分量可以区分草甸与灌丛,亮度特征则提高了雪地的分类精度.匹配滤波可以实现混合像元分解,去除部分噪声并快速探测目标地物的波谱特征.基于多特征数据决策树遥感分类的总体精度达到83.33%,比传统的最大似然法分类精度提高8.67%.本文方法在卧龙大熊猫自然保护区等地物分类中取得了较好的应用效果.
- 杨娅楠习晓环王成王金亮曾鸿程
- 关键词：影像分类缨帽变换匹配滤波决策树大熊猫生境
