论文摘要
介绍了一种基于图像纹理特征进行SAR海冰图像分类的方法。该方法运用灰度共生矩阵提取纹理特征中能量、对比度、相关性和同质性的特征值,然后采用最小距离分类法对这4个特征值进行分类,并对分类结果进行精度评价和对比分析。实验表明:基于对比度和能量进行分类的图像精度较高,基于相关性和同质性进行分类的图像精度较低。基于对比度对SAR海冰图像分类可有效提高分类精度,更好地分类特征相似的区域。
论文目录
文章来源
类型: 期刊论文
作者: 逯跃锋,和鑫,陆黎娟,楚潇蓉,陈坤,赵泉华
关键词: 遥感技术应用,海冰图像,图像分类,纹理特征,最小距离方法
来源: 山东理工大学学报(自然科学版) 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,自动化技术
单位: 山东理工大学建筑工程学院,辽宁工程技术大学测绘与地理科学学院
基金: 地理国情监测国家测绘地理信息局重点实验室开放基金项目(2016NGCM01),国家自然科学基金项目(41501425),山东省重点研发计划项目(2016GSF122006)
分类号: TP751
DOI: 10.13367/j.cnki.sdgc.2019.01.011
页码: 51-55
总页数: 5
文件大小: 874K
下载量: 269
相关论文文献
- [1].基于迁移学习的图像分类训练方法研究[J]. 信息与电脑(理论版) 2020(07)
- [2].基于深度学习算法的图像分类方法[J]. 微型电脑应用 2019(03)
- [3].基于深度学习网络的水质图像分类[J]. 北华航天工业学院学报 2018(04)
- [4].特征选择和聚类分析的图像分类模型[J]. 现代电子技术 2017(19)
- [5].基于C#的图像分类系统实现[J]. 数码世界 2017(08)
- [6].基于迁移学习的服装图像分类模型研究[J]. 计算机应用与软件 2020(09)
- [7].基于迁移学习的图像分类方法研究[J]. 河南科技 2018(31)
- [8].一种基于三支决策的花卉图像分类[J]. 小型微型计算机系统 2019(07)
- [9].深度学习及其在图像分类识别中的运用探讨[J]. 信息与电脑(理论版) 2018(12)
- [10].提取目标区域词袋特征的图像分类方法[J]. 计算机工程与应用 2018(20)
- [11].基于特征加权的自动图像分类方法[J]. 微型电脑应用 2014(01)
- [12].基于大数据分析技术的激光图像分类和识别研究[J]. 激光杂志 2020(08)
- [13].服装图像分类技术综述[J]. 浙江理工大学学报(自然科学版) 2019(05)
- [14].基于混合属性的零样本图像分类[J]. 电子学报 2017(06)
- [15].多特征筛选与支持向量机相融合的图像分类模型[J]. 吉林大学学报(理学版) 2016(04)
- [16].数据挖掘在医学图像分类中的应用[J]. 医学信息学杂志 2014(08)
- [17].基于生成对抗网络的低分化宫颈癌病理图像分类[J]. 东北大学学报(自然科学版) 2020(07)
- [18].深度学习在现勘图像分类中的应用[J]. 西安邮电大学学报 2018(05)
- [19].一种航天器图像分类模型快速学习方法[J]. 宇航总体技术 2019(03)
- [20].一种基于联合表示的图像分类方法[J]. 智能系统学报 2018(02)
- [21].基于卷积神经网络和胶囊神经网络的宫颈病变图像分类方法研究[J]. 无线互联科技 2020(07)
- [22].基于迁移学习的可回收生活垃圾图像分类识别研究[J]. 广东第二师范学院学报 2020(03)
- [23].高校建筑风格图像分类识别算法研究[J]. 福建电脑 2019(05)
- [24].融合深度特征的多示例学习陶俑图像分类[J]. 西北大学学报(自然科学版) 2019(06)
- [25].深度模型集成的不良图像分类[J]. 北京交通大学学报 2017(06)
- [26].面向大规模图像分类的深度卷积神经网络优化[J]. 软件学报 2018(04)
- [27].基于大数据理论的舰船图像分类[J]. 舰船科学技术 2018(16)
- [28].基于共享特征相对属性的零样本图像分类[J]. 电子与信息学报 2017(07)
- [29].基于优化空间金字塔匹配模型的图像分类[J]. 电子测量技术 2017(07)
- [30].应用于生态环境保护的无人机图像分类改进算法研究[J]. 上海环境科学 2020(01)