论文部分内容阅读
为充分利用遥感图像的先验知识,提高地物信息提取的效率,针对以往低分辨率遥感图像基于像素知识分类出现的问题,提出了一种基于对象的语义网的遥感图像知识分类框架。通过利用语义网络表示地物种类之间的层次关系,研究地物种类的特征属性,通过多种属性集共同描述对象,研究基于模糊隶属度函数的图像对象及其概念的匹配程度,对图像进行精确分类。在InterIMAGE系统中的仿真实验结果表明,通过与人工解译的真值图进行对比,该方法在不需要特定提供样本的情况下,有效提高了地物信息提取的效率和准确度。