基于信息熵的遥感分类最优空间尺度选择方法

韩鹏; 龚健雅; 李志林

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于信息熵的遥感分类最优空间尺度选择方法

韩鹏, 龚健雅, 李志林

文章导航 > 武汉大学学报 ( 信息科学版) > 2008 > 33(7): 676-679

韩鹏, 龚健雅, 李志林. 基于信息熵的遥感分类最优空间尺度选择方法[J]. 武汉大学学报 ( 信息科学版), 2008, 33(7): 676-679.

引用本文:

韩鹏, 龚健雅, 李志林. 基于信息熵的遥感分类最优空间尺度选择方法[J]. 武汉大学学报 ( 信息科学版), 2008, 33(7): 676-679.

HAN Peng, GONG Jianya, LI Zhilin. A New Approach for Choice of Optimal Spatial Scale in Image Classification Based on Entropy[J]. Geomatics and Information Science of Wuhan University, 2008, 33(7): 676-679.

Citation:

HAN Peng, GONG Jianya, LI Zhilin. A New Approach for Choice of Optimal Spatial Scale in Image Classification Based on Entropy[J]. Geomatics and Information Science of Wuhan University, 2008, 33(7): 676-679.

基于信息熵的遥感分类最优空间尺度选择方法

¹武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079;²香港理工大学土地测量及地理资讯学系,香港九龙红磡

基金项目: 国家973计划资助项目(2006CB701300)

详细信息

作者简介:
韩鹏,博士生,主要从事遥感尺度问题研究。

中图分类号: P237.3

A New Approach for Choice of Optimal Spatial Scale in Image Classification Based on Entropy

¹State Key Laboratory for Information Engineering in Surveying,Mapping and Remote Sensing, Wuhan University,Wuhan 430079,China;²Department of Land Surveying and Geo-informatics,The Hong Kong Polytechnic University,Kowloon,Hong Kong

Funds: 国家973计划资助项目(2006CB701300)

摘要: 以影像分类为例,从类别可分性的角度提出了基于信息熵的最优空间尺度选择方法。实验结果表明,基于信息熵的最优尺度选择方法的结果有很好的合理性,符合实际的分类结果,能够在一定程度上指导实际遥感分类中的空间尺度选择。
- 遥感尺度 /
- 最优空间尺度选择 /
- 变异函数 /
- 离散度
Abstract: The existing methods for choice of optimal spatial scale are evaluated.It is pointed out that these are some methods based on statistics.However,these methods have not taken into account the spatial distribution.A new approach based on information entropy is introduced to select an optimal spatial scale in image classification.An experimental evaluation is also conducted.Results show that the new approach is more meaningful than traditional one.The proposed method will be useful for a variety of scale-related land cover classification tasks.
- scale in remote sensing /
- choice of optimal spatial scale /
- variogram /
- divergence

[1]	李建, 周屈, 陈晓玲, 田礼乔, 李亭亭. 近岸/内陆典型水环境要素定量遥感空间尺度问题研究 . 武汉大学学报 ( 信息科学版), 2018, 43(6): 937-942. doi: 10.13203/j.whugis20160174
[2]	徐武平, 邱峰, 徐爱萍. 空间数据插值的自动化方法研究 . 武汉大学学报 ( 信息科学版), 2016, 41(4): 498-502. doi: 10.13203/j.whugis20140131
[3]	江海东, 张可能. 空间划分多因子耦合PDE模型与算法 . 武汉大学学报 ( 信息科学版), 2016, 41(8): 1060-1065. doi: 10.13203/j.whugis20130747
[4]	段祝庚, 赵旦, 曾源, 赵玉金, 吴炳方, 朱建军. 基于遥感的区域尺度森林地上生物量估算研究 . 武汉大学学报 ( 信息科学版), 2015, 40(10): 1400-1408. doi: 10.13203/j.whugis20140709
[5]	邵振峰, 白云, 周熙然. 改进多尺度Retinex理论的低照度遥感影像增强方法 . 武汉大学学报 ( 信息科学版), 2015, 40(1): 32-39.
[6]	邢远秀, 章登义, 赵俭辉. 利用多尺度弦角尖锐度累积的自适应角点检测算子 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 617-622,627. doi: 10.13203/j.whugis20140583
[7]	段平, 盛业华, 张思阳, 吕海洋, 王亭. 顾及异向性的局部径向基函数三维空间插值 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 632-637. doi: 10.13203/j.whugis20130422
[8]	#石岩, 邓敏, 刘启亮, 唐建波. 融合尺度空间聚类思想的海温多尺度分区方法 . 武汉大学学报 ( 信息科学版), 2013, 38(12): 1484-1489.
[9]	石强, 陈凤娥, 梅天灿, 秦前清. SVM后验概率结合改进多尺度MRF的遥感影像分割方法 . 武汉大学学报 ( 信息科学版), 2013, 38(2): 195-199.
[10]	周亚男, 骆剑承, 程熙, 沈占锋. 多特征融入的自适应遥感影像多尺度分割 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 19-22.
[11]	徐爱萍, 圣文顺, 舒红. 时空积和模型的数据插值与交叉验证 . 武汉大学学报 ( 信息科学版), 2012, 37(7): 766-769.
[12]	李莎, 舒红, 徐正全. 利用时空Kriging进行气温插值研究 . 武汉大学学报 ( 信息科学版), 2012, 37(2): 237-241.
[13]	郭秋英, 郝光荣, 陈晓岩. 中长距离网络RTK大气延迟的Kriging插值方法研究 . 武汉大学学报 ( 信息科学版), 2012, 37(12): 1425-1428.
[14]	张倩, 黄昕, 张良培. 多尺度同质区域提取的高分辨率遥感影像分类研究 . 武汉大学学报 ( 信息科学版), 2011, 36(1): 117-121.
[15]	沈占锋, 骆剑承, 胡晓东, 孙卫刚. 高分辨率遥感影像多尺度均值漂移分割算法研究 . 武汉大学学报 ( 信息科学版), 2010, 35(3): 313-317.
[16]	钟燕飞, 张良培, 李平湘. 基于非一致性自适应变异的克隆选择算法 . 武汉大学学报 ( 信息科学版), 2009, 34(3): 308-312.
[17]	王爱萍, 王树根, 吴会征. 利用分层聚合进行高分辨率遥感影像多尺度分割 . 武汉大学学报 ( 信息科学版), 2009, 34(9): 1055-1058.
[18]	刘学军, 王彦芳, 晋蓓. 利用点扩散函数进行DEM尺度转换 . 武汉大学学报 ( 信息科学版), 2009, 34(12): 1458-1462.
[19]	闫超德, 白建军, 赵仁亮. 基于Voronoi图的点状目标邻近空间分布测度方法 . 武汉大学学报 ( 信息科学版), 2009, 34(1): 48-51.
[20]	李霖, 应申. 空间尺度基础性问题研究 . 武汉大学学报 ( 信息科学版), 2005, 30(3): 199-203.