| 顾及上下文信息的混合广义高斯密度模型遥感影像分类方法研究 |
| |
| 引用本文： | 徐宏根, 马洪超, 宋妍, 贾小霞. 顾及上下文信息的混合广义高斯密度模型遥感影像分类方法研究[J]. 武汉大学学报 ( 信息科学版), 2008, 33(9): 959-962. |
| |
| 作者姓名： | 徐宏根 马洪超 宋妍 贾小霞 |
| |
| 作者单位： | 1武汉大学遥感信息工程学院,武汉市珞喻路129号430079;2武汉市勘测设计研究院,武汉市万松园路209号430022 |
| |
| 基金项目： | 国家国防基础科研资助项目 |
| |
| 摘 要： | 提出了一种基于混合广义高斯密度模型(generalize Gaussian mixture model,GGMM),并顾及影像上下文信息的遥感影像分类方法。试验结果表明,该方法具有较强的鲁棒性,分类精度较传统的分类方法要好,在细节保持方面,较某些尺度上的面向对象的分类方法要好。
|
| 关 键 词： | 遥感影像分类 混合广义高斯密度模型 马尔可夫随机场模型 |
| 收稿时间： | 2008-07-13 |
| 修稿时间： | 2008-07-13 |
A Remote Sensing Image Classification Method Based on Generalized Gaussian Mixture Model |
| |
| XU Honggen, MA Hongchao, SONG Yan, JIA Xiaoxia. A Remote Sensing Image Classification Method Based on Generalized Gaussian Mixture Model[J]. Geomatics and Information Science of Wuhan University, 2008, 33(9): 959-962. |
| |
| Authors: | XU Honggen MA Hongchao SONG Yan JIA Xiaoxia |
| |
| Affiliation: | 1School of Remote Sensing and Information Engineering,Wuhan University,129 Luoyu Road,Wuhan 430079,China;2Wuhan Geotechnical Engineering and Surveying Institute,209 Wansongyuan Road,Wuhan 430022,China |
| |
| Abstract: | Generalized Gaussian mixture model(GGMM) is used to classify remote sensing images.The experimental results show that the method can obtain higher accuracy than maximum likelihood classification,and obtain more structure details than eCognition on some scales. |
| |
| Keywords: | remote sensing image classification generalized Gaussian mixture model Markov random field(MRF) |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《武汉大学学报(信息科学版)》浏览原始摘要信息 |
|
点击此处可从《武汉大学学报(信息科学版)》下载全文 |
