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

基于大数据的遥感图像植被识别方法

陈冠宇 李向 王岭玲

陈冠宇, 李向, 王岭玲. 基于大数据的遥感图像植被识别方法[J]. 地质科技通报, 2016, 35(3): 204.
引用本文: 陈冠宇, 李向, 王岭玲. 基于大数据的遥感图像植被识别方法[J]. 地质科技通报, 2016, 35(3): 204.
Chen Guanyu, Li Xiang, Wang Lingling. Identification and Classification of Remote Sensing Image of Vegetation Based on Big Data[J]. Bulletin of Geological Science and Technology, 2016, 35(3): 204.
Citation: Chen Guanyu, Li Xiang, Wang Lingling. Identification and Classification of Remote Sensing Image of Vegetation Based on Big Data[J]. Bulletin of Geological Science and Technology, 2016, 35(3): 204.

基于大数据的遥感图像植被识别方法

Identification and Classification of Remote Sensing Image of Vegetation Based on Big Data

  • 摘要: 〗植被泛指地球表面的植物群落,包括草地、森林、沼泽等。遥感影像具有宏观性、客观性、精确性、实时性等特点,能够真实地反映地表覆盖物的状态,清晰地展现各种地表覆盖类型的特征及分布情况。传统的基于遥感影像的植被识别采用人工作业的方式,极大地依赖于人的先验知识,且效率极低。随着遥感应用技术的快速发展,很多自动化的植被检测技术被提出。这些方法在特定范围内得到了应用,但同时也存在着一些缺陷。在采用分块原则预处理较大影像数据的基础上提出了一种基于特征融合的SVM分类算法来探讨遥感影像中的植被识别。实验表明,提出的算法具有较好的识别效果和较高的执行速度。

     

  • 加载中
计量
  • 文章访问数:  1637
  • PDF下载量:  1376
  • 被引次数: 0
出版历程
  • 刊出日期:  2016-05-31

目录

    /

    返回文章
    返回