文献综述
文 献 综 述一、研究背景及意义随着传感器技术的飞速发展，遥感影像空间分辨率大幅提升，目前已经达到分米级、甚至厘米级，标志着遥感领域进入了高分辨率影像时代[1]。
由于高分辨率遥感影像包含丰富的空间模式、纹理特征和地物细节，遥感影像分类的研究已经从传统的像元级解译转向了场景级语义理解[2]。
场景分类是通过计算机等设备对图像做出可靠的认知，将遥感影像按照土地利用类型划分为不同类别，以进行后续的深入研究。
以此作为关键基础的遥感技术，已广泛应用于农业资源调查、地质灾害监测、军事探测和城市规划等领域[3]-[6]。
提高遥感图像场景分类的精度和实用性，将在大数据时代更好地发挥遥感技术的应用价值。
遥感影像与自然图像相比，包含更多的颜色、纹理和形状等特征，且具有独特的异物同谱和同物异谱现象，数据集中存在类内差异性大、类间相似性大和尺度可变性大等问题。
当前整体的遥感影像解译能力仍不能达到高精度需求，在实时监测、特征提取和视觉词典形成等方面存在许多不足。
因此，考虑到地物类别的多样性和场景构成的复杂性，如何有效地表达和分类场景成为目前遥感影像解译急需解决的问题[7]。
二、国内外研究现状场景分类属于图像分类问题的子问题，主要是提取图像特征并输入到分类器获得分类结果的过程，特征的表达能力决定分类的性能。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
