论文部分内容阅读
为克服传统方法在土地利用分类中的不足,提出了以Google Earth公开遥感图像为样本,在采用灰度共生矩阵方法提取图像纹理特征和利用主成分分析法进行特征优选的基础上,建立BP神经网络图像分类的遥感图像土地利用分类模型。以Matlab工具为平台对实验图像进行验证。结果表明:该分类模型分类总体精度达到88.00%,Kappa系数达到0.814 5,优于传统的最大似然分类方法,对农村资源规划与环境调查有较大帮助。