基于多尺度纹理和光谱信息的SVM分类研究

被引：16

作者：

陈晨 ^{[1
]}

张友静 ^{[2
]}

机构：

[1] 河海大学土木工程学院

[2] 水文水资源及水利工程国家重点实验室

来源：

测绘科学 | 2009年 / 01期

关键词：

高分辨率; 多尺度; 纹理特征; 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：

基于单尺度纹理和光谱信息的地物分类较难取得理想效果,本文结合多尺度纹理与光谱信息,运用SVM分类方法,对IKONOS遥感影像进行分类。结果表明:结合多尺度纹理和光谱信息的SVM高分辨率遥感影像分类,能够更好地描述地物,分类总体精度达到83.9%,与基于光谱信息的最大似然法和基于单尺度纹理和光谱信息的SVM分类方法比较,分类精度分别提高了13.8%和4.9%,该方法有助于提高高分辨率影像的分类正确率。

引用

收藏

页码：29 / 31

页数：3

相关论文

共 13 条

[1] 遥感影像流程化处理系统的设计与实现 [J].

汪承义 ;

赵忠明 .

测绘科学, 2006, (06) :105-106+88+7

[2] 运用多尺度图像纹理进行城市扩展变化检测 [J].

宋翠玉 ;

李培军 ;

杨锋杰 .

国土资源遥感, 2006, (03) :37-42

[3] 基于SVM的多源信息复合的高空间分辨率遥感数据分类研究 [J].

张锦水 ;

何春阳 ;

潘耀忠 ;

李京 .

遥感学报, 2006, (01) :49-57

[4] 基于灰度共生矩阵的多波段遥感图像纹理特征的提取 [J].

田艳琴 ;

郭平 ;

卢汉清 .

计算机科学, 2004, (12) :162-163+195

[5] 基于Landsat7 ETM全色数据纹理和结构信息复合的城市建筑信息提取 [J].

春阳 ;

曹鑫 ;

史培军 ;

李京 ;

不详 .

武汉大学学报(信息科学版) , 2004, (09) :800-804+846

[6] 高分辨率影像城市绿地快速提取技术与应用 [J].

黄慧萍 ;

吴炳方 ;

李苗苗 ;

周为峰 ;

王忠武 .

遥感学报, 2004, (01) :68-74

[7] 遥感影像纹理分析方法综述与展望 [J].

刘龙飞 ;

陈云浩 ;

李京 .

遥感技术与应用, 2003, (06) :441-447

[8] 基于支持向量机的模式识别方法 [J].

肖健华 ;

吴今培 .

五邑大学学报(自然科学版), 2002, (01) :6-10

[9] 灰度矢量多波段遥感影像纹理特征及其描述 [J].

周廷刚 ;

郭达志 ;

盛业华 .

西安科技学院学报, 2000, (04) :336-338

[10]

面向对象影像分析中的尺度问题研究[D]. 黄慧萍.中国科学院研究生院（遥感应用研究所）. 2003