Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 13.58.161.115
    [SESS_TIME] => 1732348548
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 8cbef7dcd253e8dc11ff062f9d5fb76f
    [UNIQUE_KEY] => c64f86c13a201fb5ec7e7c805672b2a0
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2016 год, номер 3

ИССЛЕДОВАНИЕ ЗАВИСИМОСТИ РЕЗУЛЬТАТОВ КЛАССИФИКАЦИИ МНОГОЗОНАЛЬНЫХ ИЗОБРАЖЕНИЙ ЛЕСНОЙ РАСТИТЕЛЬНОСТИ ОТ ПАРАМЕТРОВ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ

А.И. Назмутдинова, В.Н. Милич
Физико-технический институт УрО РАН, 426000, г. Ижевск, ул. Кирова, 132
lssm@ftiudm.ru
Ключевые слова: многозональные изображения, метод классификации, вейвлет-преобразование, значимость признаков, multispectral image classification method, wavelet transform, significance of features
Страницы: 20-27
Подраздел: АНАЛИЗ И СИНТЕЗ СИГНАЛОВ И ИЗОБРАЖЕНИЙ

Аннотация

Рассмотрена задача классификации космических многозональных изображений объектов лесной растительности. Исследованы признаки, строящиеся на основе вейвлет-преобразования, и метод классификации, особенностью которого является учёт значимости каждого признака. Приведена зависимость результатов классификации от вейвлет-функции, уровня преобразования и параметра метода классификации - количества сегментов области значений признаков. Даны результаты классификации многозональных изображений шести классов лесной растительности на снимках, полученных с помощью съёмочной системы Rapid Eye.

DOI: 10.15372/AUT20160303