[基于知识的遥感图像分类系统的研究]李爱生

【基於知识的遥感图像分类系统的研究】李爱生.pdf本文研究了一种新的基于知识的遥感图象分类方法,该方法主要涉及到三个方面:遥 感图象的低级处理、遥感图象的高级处理和低级处理与高级处理之间的衔接.本文首先提出了一系列遥感图象低级处理算法,这些算法主要包括:基于区域生长的 快速模糊C均值(FCM)聚类算法和分裂合并快速FCM聚类算法.FCM聚类有效性分析 算法.噪声图象中模糊边界检测算法.纹理信息提取算法,这些算法的可行性得到了实验 证明.在图象分割的基础上进行区域分析,同时抽取了遥感图象的数字特征,这些特征包 括:直方图特征(或光谱特征)、光谱结构特征、面积、形状、纹理等,并利用简单可行的 算法从地形图提取了高程、坡度、坡向地理辅助前言 内外学者的普遍重视。遥感图象处理及其应用的核心问题是遥感图象分类(或解释)用的 最广的传统遥感图象自动分类方法是统计分类法,这类方法存在对噪声敏感、难以综合利 用多种遥感数据和辅助信息等方面的不足,解决统计分类方法不足的有效途径是把人工智 能、专家系统技术与传统的数字图象处理技术结合起来,达到提高遥感图象分类智能化、自动化之自的.国外并展这方面的研究始于八十年代,而国内还很少有单位开展这方面的 研究工作,起步更晚.本文针对遥感TM图象分类,对基于知识的遥感图象分类方法和 系统进行了细致深人的研究,提出了一个基于知识的遇感图象分类系统KBCSIRS,全文 共分六章。56对武汉市区TM图象的分类实验及性能评价 56小结 结论 致谢 作者在攻读博士学位期间发表的有关论文 参考文献 附录:主要计算机程序目录
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。