位置:成果数据库 > 期刊 > 期刊详情页
一种粒度思想的遥感特征信息识别方法
  • ISSN号:0469-5097
  • 期刊名称:南京大学学报(自然科学版)
  • 时间:0
  • 页码:620-628
  • 语言:中文
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程] TP753[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]安徽大学计算机科学与技术学院,合肥230039, [2]安徽大学人工智能所,合肥230039, [3]成都信息工程学院资源环境学院,成都610225
  • 相关基金:国家自然科学基金(60675031),“973”计划(2004CB318108,2007CB311003),博士后科学基金(20070411028),安徽大学“211”工程学术创新团队
  • 相关项目:基于商空间拓扑结构变换的动态信息分析
中文摘要:

为了快速分析遥感图像特征信息,结合覆盖分类算法提出了一种商空间理论方法,其中灵活运用商空间理论的分解方法和合成技术来指导遥感图像信息的提取和整合,覆盖算法能快速精确地挖掘出有限信息的本质,为分类提取提供保障.以汶川特大地震后的高级星载热辐射热反射探测仪(ASTER)遥感图像为例进行了实验分析,证实了该方法是快速、精确有效的,可以大大减少遥感图像信息处理的工作量.

英文摘要:

Visual interpretation is the main method in remote sensed imagery interpretation, supplemented by computer image processing. It brings some problems, such as strong subjectivity, low accuracy, and high time complexity. In order to analyze feature information of remote sensing image efficiently, a new approach based on the quotient space theory and covering classification algorithm is introduced. It applies decomposition method and synthesis technology of the quotient space theory to extract and integrate remote sensing image in the quotient space theory. Covering classification algorithm is an efficient and constructive neural network algorithm and can wine nature of limited information. By taking Advanced space bone thermal emission and refleetion radiometer(ASTER) remote sensing image of 5.12 Wenchuan earthquakes an example, compared to support vector machine classification algorithm, the result of experiments shows that the method is effective. Therefore, the solution to the problems is undoubtedly a reasonable approach in processing remote sensing image.

同期刊论文项目
期刊论文 76 会议论文 15 专利 4 著作 1
同项目期刊论文
期刊信息
  • 《南京大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:南京大学
  • 主编:龚昌德
  • 地址:南京汉口路22号南京大学(自然科学版)编辑部
  • 邮编:210093
  • 邮箱:xbnse@netra.nju.edu.cn
  • 电话:025-83592704
  • 国际标准刊号:ISSN:0469-5097
  • 国内统一刊号:ISSN:32-1169/N
  • 邮发代号:28-25
  • 获奖情况:
  • 中国自然科学核心期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:9316