收藏本站
《成都理工大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

基于LVQ神经网络和灰度共生矩阵的遥感图像分类及其应用

刘艳妮  
【摘要】: 在遥感影像分类过程中,一般利用遥感影像的光谱信息作为分类的特征,但在一些复杂地表区域,遥感影像光谱特征同物异谱和同谱异物现象严重,各种地物类别的光谱可分性不好,现有的分类方法其精度还不能令人满意。随着遥感影像自身的发展变化,对分类精度的要求在不断提高,为此,国内外学者从两个方面提出了改进分类精度的途径:一是改进现有算法、寻找新的算法,如人工神经网络分类法、粗糙集分类法、专家分类法等;二是辅助特征和光谱特征的结合。 本文利用遥感图像处理软件ENVI4.3对岷江上游毛尔盖区ETM图像进行聚类,然后在此基础上分别用LVQ网络对其进行再次分类,取不同的隐函数节点对网络进行测试并选择最优的LVQ神经网络模型对指定区域进行分类,最后对分类结果进行评价。为了进一步提高分类精度,本文基于9*9灰度共生矩阵产生一个纹理特征,主要应用LVQ神经网络对遥感图像进行分类,同时也用BP、RBF网络对遥感图像分类并与LVQ网络的分类结果进行对比研究。实验表明:辅以由灰度共生矩阵产生的纹理特征的分类方法是有效的,有助于提高分类的精度。
【学位授予单位】:成都理工大学
【学位级别】:硕士
【学位授予年份】:2009
【分类号】:TP751

 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026