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] => 107.21.137.184
    [SESS_TIME] => 1711709644
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => a92535430ec1f03a46eab2746ca4a033
    [UNIQUE_KEY] => 48914a551286f02fdd260020c1b6d82b
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2016 год, номер 1

ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ КЛАССИФИКАЦИИ ГИПЕРСПЕКТРАЛЬНЫХ СПУТНИКОВЫХ ИЗОБРАЖЕНИЙ ПРИРОДНЫХ И АНТРОПОГЕННЫХ ТЕРРИТОРИЙ

С.М. Борзов1, А.О. Потатуркин1, О.И. Потатуркин1,2, А.М. Федотов2,3
1Институт автоматики и электрометрии СО РАН, 630090, г. Новосибирск, просп. Академика Коптюга, 1
borzov@iae.nsk.su
2Новосибирский государственный университет, 630090, г. Новосибирск, ул. Пирогова, 2
potaturkin@iae.nsk.su
3Институт вычислительных технологий СО РАН, 630090, г. Новосибирск, просп. Академика Лаврентьева, 6
fedotov@sbras.ru
Ключевые слова: дистанционное зондирование Земли, гиперспектральные изображения, классификация типов поверхностей, спектр отражения, remote sensing, hyperspectral images, classification of surface types, reflection spectrum
Страницы: 3-14
Подраздел: АНАЛИЗ И СИНТЕЗ СИГНАЛОВ И ИЗОБРАЖЕНИЙ

Аннотация

Выполнены исследования эффективности ряда классических методов контролируемой классификации гиперспектральных данных на примере различения типов подстилающей поверхности в природных и антропогенных зонах. Рассмотрены методы минимального расстояния, опорных векторов, Махаланобиса, максимального правдоподобия. Значительное внимание уделено изучению зависимости точности классификации данных от количества и способа выбора спектральных признаков при применении перечисленных методов. Приведены экспериментальные результаты, полученные при обработке реальных гиперспектральных изображений ландшафтов различного типа.

DOI: 10.15372/AUT20160101