毕业论文-- 面向高分辨率对地观测图像的分类算法研究

《毕业论文-- 面向高分辨率对地观测图像的分类算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第28页湖南大学毕业设计（论文）HUNANUNIVERSITY毕业论文论文题目面向高分辨率对地观测图像的分类算法研究学生姓名学生学号专业班级自动化1102学院名称电气与信息工程学院指导老师学院院长2015年5月30日第28页湖南大学毕业设计（论文）第28页湖南大学毕业设计（论文）摘要随着遥感技术的发展，我们获得了极其丰富的有价值的信息。近年来高分辨率遥感技术的发展极大地拓宽了我们对地观测的视野。高分辨率遥感影像在遥感影像信息提取中的应用越来越广泛并且占主流地位，己经在城市规划、国土资源管理、地质调查、交通检测等区域性研究与相关的应用领域中扮演着重要角色。为了更好的应用这些图像给我们提供的数据

2、，我们对其有了深入研究。对于高分辨率遥感卫星图片来说，传统的分类方法有监督分类和非监督分类。近年来，机器学习在图像分类中也有了较大的进展。监督分类中根据分类复杂度及精度的不同将采用不同的分类方法及不同的分类器。非监督分类称为聚类分析或点群分类，无需分析人员介入即可在多波段影像中查找光谱特征，对影像进行分类。本文使用人工提取样本，利用样本再根据影像的光谱特征对影响分类，采用监督分类的方法很好地将影像分为了道路、建筑物、绿地等几类，并且分类效果良好。关键词：遥感影像分类，最大似然分类，ISO非监督聚类，精度分析,bp神经网络第28页湖南大学毕业设计（论文）Forhighresolutionear

3、thobservationimagesclassificationalgorithmsAbstractWiththedevelopmentofRemotesensingtechnology,wehaveachievedaboundofavailableinformation.Intherecentyears,thetechnologyofthehighresolutionremotehasgreatlybroadenedourhorizonsonEarthObservation.Highresolutionremotesensingimageisbecomingmoreandmorewide

4、lyintheapplicationofremotesensingimageinformationextractionanddominantposition,andithasplayedanimportantroleinthefieldofapplicationinurbanplanning,landandresourcesmanagement,trafficdetectionandotherregionalgeologicalsurvey,researchandrelatedfiled.Inordertomakethefulluseofthedatesthattheimageapplies

5、tous,Wehavemadeain-depthstudyonit.Forhighresolutionremotesensingsatelliteimage,thetraditionalclassificationmethodshavesupervisedclassificationandunsupervisedclassification.Inrecentyears,machinelearning:deeplearninghasmadegreatprogress.Forsupervisedclassification,wewilladaptdifferentclassificationme

6、thodsanddifferentclassifierbasedonthedifferentcomplexityandprecisionoftheclassification.Unsupervisedclassificationisclusteranalysisorpointgroupclassification.Itcanfindspectralfeatureinthemultibandimagingwithouttheinvolvedinoftheanalysistoclassifytheimage.Inthisarticle,weusethesamplesthatextractedar

7、tificiallytoclassifytheimagebasedonthespectralcharacteristics.Supervisedclassificationhasclassifiedtheimageintoroad,rivals,buildingsandsoon.Atthesametime,ithasachievedgoodclassificationeffect.Keywords:Remot