基于Diverse AdaBoost改进SVM算法的无人机影像信息提取

被引：6

作者：

马潇潇 ^{[1
]}

王宝山 ^{[1
]}

李长春 ^{[1
]}

慎利 ^{[2
]}

机构：

[1] 河南理工大学测绘与国土信息工程学院

[2] 北京师范大学资源学院

来源：

地理与地理信息科学 | 2014年 / 30卷 / 01期

关键词：

SVM; Diverse AdaBoost; 无人机影像; 信息提取;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

摘要：

无人机遥感影像具有像幅小、几何变形大、重叠不均等特殊性,给影像信息的提取提出了难题。该文提出基于Diverse AdaBoost改进SVM的分类方法,采用RBFSVM作为AdaBoost的弱分类器,达到自适应调整参数的目的,同时引入复杂度,解决弱分类器精确度与复杂度的平衡问题。最后,利用提出的改进算法分别对汉旺镇、林趴镇无人机遥感影像进行了道路、建筑物的提取,平均提取精度均达到95%以上,与采用SVM算法的提取结果进行比较,该方法能精确提取无人机影像信息。

引用

页码：13 / 17

页数：5

共 13 条

[1] 基于SVM不同核函数的多源遥感影像分类研究
王双亭
艾泽天
都伟冰
康敏
[J]. 河南理工大学学报(自然科学版), 2011, (03) : 304 - 309
[2] 基于SVM的多源遥感影像分类研究
贾萍
李海涛
林卉
顾海燕
韩颜顺
[J]. 测绘科学, 2008, (04) : 21 - 22+7
[3] 支持向量机在空间信息处理领域的应用研究
谭琨
杜培军
郑辉
[J]. 测绘科学, 2007, (02) : 87 - 89+94+179
[4] 人脸检测综述
孙宁
邹采荣
赵力
[J]. 电路与系统学报, 2006, (06) : 101 - 108+113
[5] 城市地区高分辨率遥感影像绿地提取研究
孙小芳
卢健
孙小丹
[J]. 遥感技术与应用, 2006, (02) : 159 - 162
[6] 结合高斯马尔可夫随机场纹理模型与支撑向量机在高分辨率遥感图像上提取道路网
汪闽
骆剑承
周成虎
明冬萍
陈秋晓
沈占峰
[J]. 遥感学报, 2005, (03) : 271 - 276
[7] 支撑向量机及其遥感影像空间特征提取和分类的应用研究
骆剑承
周成虎
梁怡
马江洪
[J]. 遥感学报, 2002, (01) : 50 - 55
[8] 数字图像分析与模式识别[M]. 科学出版社 , 王晅, 2011
[9] Support vector machines regression for retrieval of leaf area index from multiangle imaging spectroradiometer[J] . Surya S. Durbha,Roger L. King,Nicolas H. Younan.Remote Sensing of Environment . 2006 (1)
[10] A data-mining approach to associating MISR smoke plume heights with MODIS fire measurements[J] . Dominic Mazzoni,Jennifer A. Logan,David Diner,Ralph Kahn,Lingling Tong,Qinbin Li.Remote Sensing of Environment . 2006 (1)

← 1 2 →