[TiMing]：DuoYuanYaoGanShuJuRongHePingJiaDeLiLunYuShiJian
[作者]：吴连喜[ZuoZhe]：WuLianXi[专业]：土壤学[ZhuanYe]：TuRangXue
[导师]：严泰来;张玮[DaoShi]：YanTaiLai;ZhangZuo[学位]：博士[XueWei]：BoShi
[单位]：中国农业大学[DanWei]：ZhongGuoNongYeDaXue
[关键词]：多源遥感数据;Marr融合法;融合效果评价
[时间]：20020601[页数]：105页[点击]：20041[分类号]：S127[语种]：中文文摘[来源]： 毕业论文
[文摘]：该文采用“双窗口”的方法提取纹理特征,即用“双窗口”（基准窗口、“影子窗口”）提取灰度共生矩阵,基于灰度共生矩阵计算对比度、纹理熵、角二阶矩、同质度等纹理特征.通过分析试验区的9种典型地物的像元灰度及纹理特征的概率分布特点,发现纹理熵、角二阶矩、同质度等纹理特征参数并非正态分布,而像元灰度与对比度的概率分布为近似的正态分布,因此,灰度与对比度数据可用基于统计的分类法进行分类,而纹理熵、角二阶矩、同质度等数据则不可用基于统计的分类法进行分类.由于灰度与对比度数据的概率分布为近似的正态分布,故用高斯正态函数对训练样本的数据进行处理,使训练样本的灰度与对比度数据的概率分布符合标准的正态分布,同时修正了类条件概率密度函数,从而降低了误分率.该文提出了辨识率的概念,通过设立一较小的窗口,比较窗口与其邻近像元的灰度值大小来提取地物单元信息,进而提取地物可识别的最小单元的信息.在最小单元的信息获取的过程中,窗口大小、形状视窗口与其邻近像元的灰度值大小而变化,从而克服了以往在纹理提取过程中窗口大小、形状固定不变的缺点.
[上一条]：基于GIS的城乡交错带土壤肥力质量变化规律研究—以北京市大兴区为例
[下一条]：应用基于遗传算法的神经网络模型估算水、盐胁迫下的冬小麦根系分布