基于多源信息的TM遥感图像计算机分类

被引：2

作者：

邓锟 ^{[1
]}

常庆瑞 ^{[1
]}

纪娜 ^{[2
]}

机构：

[1] 西北农林科技大学资源环境学院

[2] 杨凌职业技术学院

来源：

微计算机信息 | 2008年 / 21期

关键词：

最小噪声分离变换; 灰度共生矩阵; 支持向量机;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

本文以榆林市城区及其周边范围为实验区,以TM遥感图像的第一主成分纹理信息、归一化植被指数和MNF变换得到的四个波段为数据源,采用支持向量机方法进行分类,并与最大似然法分类和单纯利用光谱信息的基于SVM分类结果进行比较。试验结果表明,将纹理分析方法应用于图像分类中可区分光谱混淆的地类;和传统的分类方法相比,采用支持向量机技术,使用光谱与纹理特征结合的分类方法可以获得更高的分类精度。

引用

页码：277 / 279

页数：3

共 6 条

[1] 应用SVM算法进行TM多光谱图像地物分类 [J].