论文摘要
针对高分辨率遥感影像分类样本标注困难的问题,提出了一种利用OpenStreetMap(OSM)数据自动获取标注样本的方法。与现有的利用OSM数据进行分类的方法不同,该方法加入了空间特征以弥补单独使用光谱特征分类的不足。首先,基于OSM数据提供的地物类别和位置信息进行样本标注,为了降低OSM数据中少量错误信息对分类结果的影响,采用聚类分析的方法对样本进行提纯;其次,使用形态学轮廓来提取影像的结构特征,挖掘高分辨率遥感影像丰富的空间信息,与光谱特征相叠加并输入分类器进行分类。试验证明,本文提出的方法能够有效避免人工样本标注所需要的人力物力;同时,联合影像的光谱空间特征能够更好地描述地物特性,得到较高的分类精度。
论文目录
文章来源
类型: 期刊论文
作者: 郝怀旭,万太礼,罗年学
关键词: 样本标注,形态学轮廓,聚类分析,高分辨率遥感影像
来源: 测绘通报 2019年07期
年度: 2019
分类: 基础科学
专业: 自然地理学和测绘学
单位: 武汉大学测绘学院
基金: 国家重点研发计划(2017YFC1405300)
分类号: P237
DOI: 10.13474/j.cnki.11-2246.2019.0221
页码: 69-72+126
总页数: 5
文件大小: 1140K
下载量: 286
相关论文文献
- [1].深度学习算法在遥感影像分类识别中的应用现状及其发展趋势[J]. 测绘与空间地理信息 2020(04)
- [2].基于监督分类的遥感影像分类方法研究[J]. 西部探矿工程 2020(12)
- [3].基于样本优选改进的随机森林遥感影像分类研究[J]. 城市勘测 2017(04)
- [4].遥感影像分类方法研究[J]. 黑龙江科技信息 2012(33)
- [5].遥感影像分类方法研究进展[J]. 光谱学与光谱分析 2011(10)
- [6].基于深度迁移学习的城市高分遥感影像分类[J]. 江西科学 2020(01)
- [7].深度学习在遥感影像分类中的研究进展[J]. 计算机应用研究 2018(12)
- [8].融合时间特征的遥感影像分类[J]. 国土资源遥感 2017(01)
- [9].面向高分辨率遥感影像分类的分层策略研究[J]. 四川水泥 2017(05)
- [10].高光谱遥感影像分类方法综述[J]. 安徽农学通报 2017(14)
- [11].利用空间抽样理论的遥感影像分类结果精度评价方法[J]. 计算机应用与软件 2016(07)
- [12].遥感影像分类结果的不确定性研究[J]. 中国农学通报 2010(05)
- [13].深度学习在遥感影像分类与识别中的研究进展综述[J]. 测绘通报 2019(02)
- [14].一种基于特征选择的面向对象遥感影像分类方法[J]. 科学技术与工程 2016(32)
- [15].基于人工神经网络法的遥感影像分类研究[J]. 山西师范大学学报(自然科学版) 2017(01)
- [16].基于规则的遥感影像分类方法研究——以黄山市为例[J]. 安徽理工大学学报(自然科学版) 2014(04)
- [17].遥感影像分类方法研究动态[J]. 安徽农业科学 2012(28)
- [18].基于决策树的遥感影像分类方法研究[J]. 农家参谋 2020(16)
- [19].矿区塌陷区遥感影像分类方法应用[J]. 测绘与空间地理信息 2020(10)
- [20].遥感影像分类方法精度研究[J]. 牡丹江师范学院学报(自然科学版) 2017(01)
- [21].多种信息分割合并的面向对象遥感影像分类[J]. 测绘科学 2014(08)
- [22].基于混沌遗传算法的遥感影像分类[J]. 测绘科学 2011(02)
- [23].基于核模糊聚类的遥感影像分类[J]. 南京林业大学学报(自然科学版) 2010(06)
- [24].深度学习在多标签遥感影像分类中应用的研究现状[J]. 科学技术创新 2020(01)
- [25].小样本条件下的半监督遥感影像分类方法研究[J]. 青海科技 2020(01)
- [26].基于改进决策树分类算法的遥感影像分类研究[J]. 计算机测量与控制 2018(07)
- [27].决策树算法在西藏遥感影像分类中的应用研究[J]. 测绘 2011(01)
- [28].“四同”条件下周口城区高分一号遥感影像分类对比研究[J]. 地球信息科学学报 2020(10)
- [29].融合谱间特征的高分辨率遥感影像分类[J]. 测绘与空间地理信息 2016(11)
- [30].基于面向对象的珲春地区高分辨率遥感影像分类研究[J]. 测绘与空间地理信息 2017(02)
标签：样本标注论文; 形态学轮廓论文; 聚类分析论文; 高分辨率遥感影像论文;