一个基于sofm网络模型的遥感图像分类方法

遥感图像分类一直是遥感研究方面的一个热点问题,也是遥感图像数据挖掘方面的一个重要方面。针对传统神经网络分类的弱点,先根据土地利用图对典型地物的像元值进行取样,然后用监督分类对纯净像元进行提取,最后利用自组织神经网络对剩余混合像元进行分类,从而避免了对纯净像元的误分,而且克服了传统神经网络的不足。利用sofm网络模型对民乐县的遥感影像进行了分类并和传统的神经网络分类以及对应的土地利用图做了比较,用sofm网络模型有效地提高了分类精度。为了保证分类精度,对地形和大气做了精校正。