颜色-空间特征联合分布的无人机可见光遥感图像土地覆盖分类
摘要
无人机可见光遥感图像因其获取的便捷性和低成本，被广泛应用于农业资源统计。在土地覆盖分类中，为了获取更具代表性的无人机可见光遥感图像特征，实现精准分类，本文提出颜色-空间特征联合分布土地覆盖分类算法。首先，构造黄金矩形地块指数，从标记地块中选择采样地块，并为所选地块构建对数螺线，选择训练样本；然后应用颜色特征基准点、邻域像素计算差分信息，提取每个样本点的颜色-空间联合特征；再依据Jensen不等式及模糊最大似然分类思想构建联合特征的目标函数，迭代求解各样本点的多维混合威布尔分布；最后，定义与多维混合威布尔分布相对应的相似性测度，实现各待测样本点的分类。实验结果表明：本文算法总体分类精度达到98.6%，优于局部二值模式、灰度共生矩阵、随机森林算法和ResNet、VGG网络，证明该算法是有效的。
引用本文（GB/T 7714）
曾雨双 Zeng Yushuang, 曾绍华 Zeng Shaohua, 袁立 Yuan Li, 等. 颜色-空间特征联合分布的无人机可见光遥感图像土地覆盖分类[J]. Laser & Optoelectronics Progress, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。