a pp licationofmulti-levelmrfusin gstructuralfeaturetoremotesensin gima g eclassification
-
摘要: 针对基于像素或基于区域的马尔科夫随机场（ markovrandomfield,mrf） 模型仅能描 述 单 一 层 次 影像数据特性的局限,提出了一种综合像素和区域特性的多层次 mrf模型,以提高 mrf模型表达遥感数据层次特性的能力。为利用高分辨率遥感影像几何结构信息来提高不同地物的可区分性,提出了一种描述地物结构特性的形状特征,用于区分光谱特性相似的不同地物。本文的分类算法包括两个过程： 首先,基于像素和区域特征,采用多层次 mrf模型进行初始分类;然后,基于形状特征采 用 svm 对 第 一 步 分 类 结 果 中 易 混 淆 的地物进行分类。根据不同地物采用合适特征量描述可在特征空间中增加可区分性的事实,采用形状特征对基于层次 mrf 模型的错分类别进行再分类可有效改善分类精度。同现有基于单一层次的方法相比Abstract: inordertounitizetheima g einformationatdifferentlevel,thisp a p erintroducesanovela p-p roachtointe g ratethep ixelandre g ionfeatureintomrfmodel.astructurefeaturedescri p tor isp ro-p osedtore p resentthestructuralcharacteristicsofob j ectstodisambi g uatelandcovert yp eswithsimi-lars p ectralcharacteristics.thefirstste pofthep ro p osedal g orithmistoclassif ythein p ut ima g eb yu-sin gthemulti-levelmrf model ,thenthestructuralfeatureisusedtoclassif ythelandcovert yp esp ronetomisclassifiedbasedontheresultofthefirstste p.thep ro p osedal g orithmisevaluatedb ybe-in gcomp aredwiththeresultwithsin g lelevelmrf modelandotherexistin gclassificationmethod.qualitativeandq uantitativeex p erimentalresultsshowthatthep ro p osedal g orithmcaneffectivel yca p-turetheima g edatacharacteristicsatdifferentlevelwhichresultinhi g herclassificationaccurac y.
-
计量
- 文章访问数: 1274
- HTML全文浏览量: 46
- PDF下载量: 633
下载:
