|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 79 van 268 gevonden artikelen
| Titel: |
Data fusion and multisource image classification |
| Auteur: |
Amarsaikhan, D. Douglas, T. |
| Verschenen in: |
International journal of remote sensing |
| Paginering: | Jaargang 25 (2004) nr. 17 pagina's 3529-3539 |
| Jaar: |
2004-09 |
| Inhoud: |
The aim of this study is to explore different data fusion techniques and compare the performances of a standard supervised classification and expert classification. For the supervised classification, different feature extraction approaches are used. To increase the reliability of the classification, different threshold values are determined and fuzzy convolutions are applied. For the expert classification, a set of rules is determined and a hierarchical decision tree is created. Overall, the research indicates that multisource information can significantly improve the interpretation and classification of land cover types and the expert classification is a powerful tool in the production of a reliable land cover map. |
| Uitgever: |
Taylor & Francis |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 79 van 268 gevonden artikelen
| << vorige | volgende >> |