科研之友
微信
新浪微博
Facebook
分享链接
摘要
以2003年7月淮河洪水监测获取的高分辨率SAR图像为试验数据,首先对数据进行了分析,指出了高分辨率SAR图像的特点,之后通过小波变换对图像进行两层小波分解得到子图像,并在选择合适的能量计算窗口条件下,计算子图像的纹理能量,最后使用了BP神经网络方法进行纹理分类。研究结果表明,采用小波纹理分类方法对高分辨率SAR图像分类是可行的,可以获得高的分类精度,同时也指出了纹理分类的不足和进一步研究的方向。
- 出版日期2005
- 单位中国科学院遥感与数字地球研究所
以2003年7月淮河洪水监测获取的高分辨率SAR图像为试验数据,首先对数据进行了分析,指出了高分辨率SAR图像的特点,之后通过小波变换对图像进行两层小波分解得到子图像,并在选择合适的能量计算窗口条件下,计算子图像的纹理能量,最后使用了BP神经网络方法进行纹理分类。研究结果表明,采用小波纹理分类方法对高分辨率SAR图像分类是可行的,可以获得高的分类精度,同时也指出了纹理分类的不足和进一步研究的方向。
