為實現(xiàn)根據(jù)波譜特征識別高分可見光遙感影像上的機(jī)庫目標(biāo),通過分析影像上機(jī)庫與其他常規(guī)地物之間波譜特征的區(qū)別,利用常規(guī)的Fisher兩類判別法分類識別,并針對錯分像元較多的問題構(gòu)建逐層剝離法進(jìn)行改進(jìn)。結(jié)果表明:逐層剝離法可識別出77%以上的機(jī)庫目標(biāo)像元,錯分像元較常規(guī)方法減少85%以上,能有效去除影像上大部分其他地物的干擾,具有更高的識別精度和效率。 

【文章來源】：科學(xué)技術(shù)與工程. 2020,20(15)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
1 機(jī)庫目標(biāo)及其識別特征
2 典型地物波譜特征分析
    2.1 訓(xùn)練樣本的選取
    2.2 灰度分布特征
    2.3 點群分布特征
3 Fisher兩類判別法
    3.1 基本原理
    3.2 判別函數(shù)
    3.3 判別準(zhǔn)則
4 實驗過程及結(jié)果分析
    4.1 常規(guī)的Fisher兩類判別法
    4.2 逐層剝離Fisher兩類判別法
    4.3 實驗結(jié)果分析
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于Fisher兩類判別的高溫目標(biāo)精確識別方法[J]. 袁悅,潘軍,邢立新,蔣立軍,于一凡,于華良,趙倩.  科學(xué)技術(shù)與工程. 2015(09)
[2]基于結(jié)構(gòu)特征的軍用機(jī)場識別與理解[J]. 葉斌,彭嘉雄.  華中科技大學(xué)學(xué)報. 2001(03)

博士論文
[1]大幅面可見光遙感圖像典型目標(biāo)識別關(guān)鍵技術(shù)研究[D]. 韓現(xiàn)偉.哈爾濱工業(yè)大學(xué) 2013

碩士論文
[1]地空導(dǎo)彈陣地目標(biāo)識別與提取[D]. 韓敬宇.吉林大學(xué) 2016
[2]遙感圖像飛機(jī)目標(biāo)檢測與識別算法研究[D]. 高琪琪.南昌航空大學(xué) 2015
[3]高分辨率遙感影像建筑物提取技術(shù)研究[D]. 魏德強(qiáng).解放軍信息工程大學(xué) 2013



本文編號：3029986