基于地统计学纹理约束的启发式遥感图像分类研究

摘要：

遥感图像分类是遥感数据转为信息的重要途径,本文将地统计学和遗传算法结合,构建了一种基于Davies-Bouldin系数和地统计学变异函数的遗传优化指标,实现了基于地统计学纹理约束的启发式遥感图像非监督分类.通过对实验区TM数据的应用,总体分类精度可到达92.54％,与传统遗传算法相比总体分类精度提高5.64％.

关键词：图像分类、遗传算法、地统计学、遥感图像

所属期刊栏目：28

分类号：TP79(遥感技术)

资助基金：2012年南京信息工程大学大学生创新训练项目12CX034;国家自然科学基金项目41001288、41201461;江苏省自然科学基金项目BK2010571;江苏省高校自然科学研究项目10KJB170010

在线出版日期：2014-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：13-18