原创力文档- 1、本文档共2页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
基于纹理的遥感图像分类研究的任务书
任务书
任务名称：基于纹理的遥感图像分类研究
任务描述：
本任务致力于研究遥感图像分类问题，利用纹理作为分类特征，探索一种基于纹理的遥感图像分类方法。
具体任务包括：
1.综述目前常用的遥感图像分类方法，并重点分析基于纹理的遥感图像分类方法的优缺点。
2.收集典型遥感图像数据，包括多光谱数据、高光谱数据等，利用现有的纹理特征提取方法提取纹理特征，并进行特征选择和降维处理。
3.实验设计与实现，采用机器学习等方法对纹理特征进行分类，比较不同分类方法的分类效果，并针对不足之处进行改进。
4.分析实验结果，对比纹理特征与常用特征在遥感图像分类中的效果，分析改进后的方法的优劣。
5.撰写结论和论文，落实研究成果。
任务要求：
1.具备一定的遥感图像分析和处理能力。熟悉常用的遥感图像分类方法。
2.具备较强的编程能力和数据处理能力，能进行常见的数据预处理、特征提取和分类算法实现。
3.对于机器学习领域有一定的认识和了解，能够采用合适的算法对数据进行分类。
4.能够撰写规范清晰、结论明确的研究报告和论文，并具备良好的团队协作能力。
参考资料：
1.Zhang,J.,Wu,X.,Du,Q.,etal.Texture-AdaptivePCA-BasedClassificationMethodforHyperspectralImagery[J].IEEEJournalofSelectedTopicsinAppliedEarthObservationsandRemoteSensing,2019,12(6):1693-1708.
2.Chen,W.,Zhang,Y.FeatureFusionandTextureAnalysisforHyperspectralImageClassification[J].RemoteSensingLetters,2017,8(8):715-724.
3.Liu,H.,Jiao,L.ResearchonHyperspectralRemoteSensingImageClassificationBasedonMultiorientationGaborandImprovedMultidimensionalParticleSwarmOptimization[J].JournalofSensors,2021,2021:6672616.
文档评论（0）