面向对象土地覆被图像组合分类方法

来源 :农业工程学报 | 被引量 : 0次 | 上传用户:buctdai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究了支持向量机在面向对象土地覆被图像分类中的应用技术,提出采用最小二乘支持向量机(LSSVM)与模糊灰色关联度联合评估(FG)相结合的一种新的组合分类方法简记FG-LSSVM,为土地覆被分类提供一种可行的高精度分类途径。根据图像上不同对象的空间尺度和光谱值特征,基于稳健的核密度梯度分割算法提取具有任意形状和唯一标识的均质对象后,为了比较提出方法的性能,采用原始对象样本依次验证了3个面向对象分类方法,即标准支持向量机方法、以模糊贴近度作为模糊因子的模糊支持向量机方法和传统K最近邻面向对象分类方法。实
其他文献
在法定检验制度改革的新形势下,检验检疫部门应进一步完善行政执法稽查工作,以风险管理为基础,以职能转变为重点,以执法稽查为手段,打击进出口假冒伪劣商品,提升科学监管能力
苎麻剥制工艺参数是剥麻机设计与力学分析的基础。为提高剥麻机剥制质量和效率,论文针对剥麻机切削机构运动和力学特点,在自行设计的苎麻剥制机上进行了试验,对麻皮基本工艺
植物检疫实验室为提高河北检验检疫系统检测技术、助力生态文明建设和“全面小康的河北、富裕段实的河北、山清水秀的河北”建设不遗余力、贡献正能量。
该文提出了一套在自动幼苗移钵作业中用于幼苗生长状况检测的机器视觉系统。穴盘中幼苗的图像被采集和处理,识别出适合进行移钵的单元,用于自动幼苗移钵机的移钵作业。相邻单元的幼苗边缘重叠和叶片挤压会造成识别错误,在该研究中以番茄幼苗作为试验样本,使用基于形态学的分水岭算法处理来完成叶片边缘分割,提取每个穴孔中幼苗的叶片面积和叶片周长来确定适合进行移钵的单元。试验结果表明该机器视觉系统识别准确率达到了98%
针对菠萝叶刮麻机噪声过高的问题,基于噪声频谱分析技术,对分别拆除机罩、凹板、排渣板3个相关部件后的刮麻机噪声进行了测试分析。结果表明,对刮麻机空气动力性噪声影响依次