基于决策树的landsat多光谱影像分类方法 classification methods of landsat multi-spectral images based on decision tree.pdfVIP

下载本文档

4
0
约1.4万字
约 4页
2017-08-21 发布于上海
举报
版权申诉

基于决策树的landsat多光谱影像分类方法 classification methods of landsat multi-spectral images based on decision tree.pdf

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

基于决策树的landsat多光谱影像分类方法 classification methods of landsat multi-spectral images based on decision tree

第26卷第3期光电技术应用 V01．26．No．3 TECHNOLOGYAPPLICATIoN 2011年6月 ELEClRo—ofrrIC June，201l ·信号与信息处理· 基于决策树的Landsat多光谱影像分类方法黄立贤，沈志学 (中国工程物理研究院流体物理研究所，四川绵阳621900) 摘要：构建了一种结合光谱特征和纹理特征的多光谱影像决策树分类方法。以Landsat一7影像作为试验数据，通过分析纹理信息提取，得到对比度、熵、逆差矩和相关性等纹理特征图像。在此基础上，运用决策树分类法对Landsat一7影像进行分类。结果表明，结合光谱特征和纹理特征的决策树分类方法，相比传统的最大似然法和决策树法，具有更高的分类精度。关键词：多光谱影像；决策树分类；纹理特征；光谱特征中图分类号：TP751：P237文献标识码：A 文章编号：1673—1255(2011)03—0049—04 ClassificationMethodsofLandsat BasedonDecisionTree Images Multi-spectral HUANGLi—xian，SHENZhi—xue (Institute 621900，China) Abstract：Aclassificationmethodofdecisiontreefor combines the multi—spectralimages，which spectral featureswitht11etexture is asthe features Landsat-7aretaken data．theinte． presented．Theimages experiment thresholdsofthevarious aredetermined characteristicvaluesoftheLand． grated groundobjects byanalyzing sat一7 and NDBI．Meanwhile，thetextureinformationof the imagesspectrum，NDVI，NDWI imagesincluding andcorrelationare meansof LevelCo-occurrenceMatri— contrast，entropy，homogeneityacquiredby usingGray ces．OnthisbasistheLandsat-7areclassifiedthedecisiontree images by classificationmethod．Theresultsindi— catet11atthe of treeclassificationon decis