文件名称：高分辨率影像面向对象分类特征选择方法研究
文件大小：2.29MB
文件格式：CAJ
更新时间：2020-12-10 08:36:26
特征选择
与中低分辨率影像相比，在高分辨率影像上，除了具有丰富的光谱特征外，地物的 结构、形状和纹理等空间细节特征更丰富 [3] ，随着空间分辨率的提高，使地面上相同面 积对应在影像上的像元数目也随之增加，因此基于传统像元分类的效率被限制。另外， 传统基于像元的分类方法，主要依据像元反映的光谱特征统计值进行分类 [4] ，分类过程 中很大程度地忽略了区域的纹理、结构、形状、以及与邻近像元的关系等特征，会导致 分类精度降低 [5] 。而且，高分辨率影像的像元之间存在较强的异质性，传统基于像元分 类方法的结果图中，更容易出现“椒盐噪声”，影响分类精度，后期需要投入大量的人 力和时间进行后处理，代价过大。尽管，有学者将模糊集和神经网络等技术应用于传统 基于像元的分类方法中，实验结果也证明了这样可以在一定程度上可以提高分类的精度 [6] [7] 。尽管如此，影像中的纹理、形状和上下文等特征在分类过程中的应用仍受到很大 的限制 [8] ，这些特征对于地物的分类和提取来说往往又比较重要。