|
|||||
|
|
| 基于ALOS影像纹理特征的日光温室信息提取方法研究 | |
| 作者单位： | ;1.兰州大学资源环境学院;2.兰州军区68029部队;3.解放军77100部队 |
| 摘 要： | 日光温室为解决我国西北部地区冬季蔬菜供应问题发挥了重要作用。本文通过计算不同方向的纹理特征,采用支持向量机(SVM)提取日光温室,研究纹理方向对信息提取精度的影响。结果表明:1纹理特征能提高分类精度,但提升幅度不大。2日光温室的最佳纹理方向为45°,总精度为93.57%,Kappa系数为0.90,且最佳纹理方向与地物的主方向大致相同。 |
| 关 键 词： | 支持向量机 基于对象影像分析,ALOS影像 日光温室 纹理特征 |
Extraction of Greenhouse Information Using Texture Features Within ALOS Image |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |