文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 基于神经网络工具箱的遥感影像分类
侵权投诉

基于神经网络工具箱的遥感影像分类

遥感影像分类技术是遥感影像分析与解译的重要环节之一,由于传统遥感影像分类方法存在不足,故采用BP神经元网络进行遥感影像分类研究。阐述了算法原理、实现步骤以及改进方法。通过实验示例,将BP神经元网络的分类结果与传统统计方法分类结果进行比较,获得了有意义的结果。

基于神经网络工具箱的遥感影像分类

徐宗秋,张建平,赵泉华

辽宁工程技术大学测绘工程系,辽宁阜新(123000)

E-mail:

摘 要:遥感影像分类技术是遥感影像分析与解译的重要环节之一,由于传统遥感影像分类方法存在不足,故采用BP神经元网络进行遥感影像分类研究。阐述了算法原理、实现步骤以及改进方法。通过实验示例,将BP神经元网络的分类结果与传统统计方法分类结果进行比较,获得了有意义的结果。

关键词: 人工神经网络,BP神经元网络,遥感影像分类

中图分类号:P2

1. 引言

目前,遥感技术已成为当前人类研究地球资源环境的一种有力技术手段。在遥感技术的研究中,通过遥感影像判读识别各种目标是遥感技术发展的一种重要环节,无论是专业信息提取、动态变化预测,还是专题地图制作和遥感数据库的建立等都离不开分类,因此,对遥感影像分类方法的研究是很有意义的。最常用的遥感影像的分类处理方法是基于影像数据所代表的地物光谱特征的统计模式识别法。但有时其效果不太令人满意。因为该方法只是根据各波段灰度数据的统计特征进行的,加上卫星遥感光谱数据由于空间分辨率比较低,因而一般带有综合光谱信息的特点,致使计算机分类面临着诸多模糊对象。简单按灰度数据进行分类,常常使人看到混淆不清的结果。神经元网络模型用于模拟人脑神经元活动的过程,包括对信息的加工、处理、存储和搜索等过程。它具有分布式存储信息,对信息的处理及推理的过程具有并行、自组织、自学习等的特点。目前采用的神经网络模型多种多样,如BP、Hopfield、ART、自组织特征映射模型等。本文将采用典型的前馈型网络(BP神经元网络)模型对遥感影像进行分类处理。

2. 遥感影像分类的基本理论

2.1 模式识别理论

模式识别是随着计算机科学的发展而逐渐壮大起来的,随着人类工业化的进程,越来越多的对象需要简单、准确、及时的识别。为了减轻人们工作强度,避免某些工作的危险性,人们希望机器具有类似人的识别能力。模式的识别能力对人类看似极为平常,计算机出现之后,当人们企图用计算机来模拟人类的识别能力时,这种困难才逐渐被人们认识,因为人或动物具有的识别能力是非线性、识别速度是实时的且具有学习和推理性,而机器识别目前仍较多停留在线性、串行处理上且不具有智能推理,所以目前模式识别的研究水平仍停留在较低的层次上。模式识别的基本方法有:统计模式识别、句法模式识别、模糊模式识别、人工神经网络方法[2]。

2.2 遥感影像的主要分类方法

监督分类是在已知类别的训练场地上提取各类别训练样本,通过选择特征变量、确定判别函数或判别式(判别规则),进而把影像中的各个像元点划归到各个给定类的分类。主要有最小距离分类法、神经网络分类法、模糊分类法和贝叶斯判别分类法等。

非监督分类是在没有先验知识(训练场地)的情况下,根据影像本身的统计特征及自然

第1页

你可能喜欢

  • 遥感影像分类方法
  • 人工神经网络应用
  • 遥感图像分类
  • MATLAB神经网络工具箱
  • 遥感图像解译

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email