- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于纹理信息的Landsat-8影像植被分类初探.pdf
第34卷 第9期 中 南 林 业 科 技 大 学 学 报 V_01.34 No.9
2014年 9月 JournalofCentralSouthUniversityofForestry Technology Sep.2014
基于纹理信息的Landsat-8影像植被分类初探
宁亮亮 ,张晓丽
(北京林业大学a.林学院;b.北京市森林培育与保护省部共建重点实验室,北京 100083)
摘 要:遥感图像植被分类一直为遥感领域的热点,对于中低分辨率的影像,传统的分类方法主要是利用影像
的光谱信息,对于影像的空间信息利用较少,而事实证 明遥感影像的空间信息也十分丰富。为了提高遥感影像
的空间信息利用率,提取了最新的Landsat.8的空间纹理信息,结合空间纹理信息与光谱信息对遥感影像进行植
被的分类。实验证明:辅以纹理的分类总体精度为84.68%和 83.87%,光谱分类总体精度为82.26%,结合了空
间纹理信息后的分类精度比传统的方法有明显的提高。
关键词:纹理信息:Landsat.8;植被分类;分类精度
中图分类号:$771.8 文献标志码:A 文章编号:1673.923X(2014)09.0060.05
A preliminarystudyonvegetationclassificationbasedon
textureinformationofLandsat一8images
NINGLiang—liang~-bZHANG Xiao.1i
,
(a.CollegeofForestry;b.ForestCultivationandProtectionKeyLab.Co—constructedbyLabsbyBeijingandCAF,BeijingForestry
University,Beijing100083,Chnia)
Abstract:Vegetationclassificationbyremotesensingimageshasbeenasthehotspotinhtefieldofremotesensing,forhtelow
resolutionimages,htetraditionalclassificationmehtodmani~usedspectralinformationofimage,hteimagesofhtespatialinformation
wereusedless,butthefactshaveprovedthatspatialinformationofremotesensingimageisalsoveryrich.Inordertoimprovehte
utilizationofspatialinformationofremotesensingimage,htelatestLandsat-8spatialtextureinformationwereextracted,bycombniing
withhtespatialinformationandspectralinformationofremotesensingimagetextureinformation,htevegetationtheclassification
inremo~ sensingimagewascardedout.Theexperimentalresultsverifiedhtatwithhtetexturenifomr ationclassification,hteoverall
accuracywere84.68% and83.87%,wiht htespectralinformationclassificationhteoverallaccuracywas82.
文档评论(0)