计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (24): 170-172.DOI: 10.3778/j.issn.1002-8331.2009.24.050
林 颖1,印桂生1,杨 耘2
1.哈尔滨工程大学 计算机学院,哈尔滨 150001
2.长安大学 地质工程与测绘学院,西安 710054
LIN Ying1,YIN Gui-sheng1,YANG Yun2
摘要: 多光谱影像中存在着光谱异质性、细节干扰及地物拓扑结构复杂等特点,给遥感分类带来诸多不利影响。针对此类问题,提出一种新的非参数密度估计的多水平集分类方法:将Parzen窗非参数密度估计方法集成到多相位水平集框架中,用以提高复杂场景中样本概率密度估计的准确性,并增强抗干扰能力;此外,基于Gabor小波滤波器导出的纹理特征构造了一个新的能量项以增强模型的纹理分析能力。实验对比及分析验证了所提出的模型在仅有少量先验知识的条件下,可有效地改善遥感图像分类的质量。
中图分类号: