利用对象和支持向量机的遥感信息提取方法探讨

被引:8
作者
肖奥 [1 ]
赵文吉 [1 ]
胡德勇 [1 ]
刘连刚 [2 ]
李家存 [1 ]
机构
[1] 首都师范大学资源环境与旅游学院/三维信息获取与应用教育部重点实验室/资源环境与地理信息系统北京市重点实验室
[2] 北京市地质研究所
关键词
面向对象; 影像分割; 支持向量机; 光谱; 纹理;
D O I
10.16251/j.cnki.1009-2307.2010.05.075
中图分类号
TP751 [图像处理方法];
学科分类号
081002 ;
摘要
土地利用/覆被专题信息的快速、高效、准确提取是遥感图像处理研究的重要方向。传统的遥感分类方法常依靠像元的光谱值,未充分利用影像的空间信息。本文将面向对象影像分割和支持向量机方法相结合,复合光谱和纹理信息,建立了Object-SVM分类模型,并与面向对象的模糊函数和基于像元的SVM方法相比较,探寻区域尺度土地利用/覆被信息提取方法。结果显示,Object-SVM模型有效地提高了遥感图像的分类精度和分类效率,对于区域尺度影像的快速、准确、客观的信息提取具有实际意义。
引用
收藏
页码:154 / 157
页数:4
相关论文
共 9 条
[1]   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
[2]   基于支持向量机的SPIN-2影像与SPOT-4多光谱影像融合研究 [J].
赵书河 ;
冯学智 ;
都金康 ;
林广发 .
遥感学报, 2003, (05) :407-411+434
[3]  
支持向量机导论[M]. 电子工业出版社 , (英)NelloCristianini, 2004
[4]   Determination of ocean primary productivity using support vector machines [J].
Tang, S. ;
Chen, C. ;
Zhan, H. ;
Zhang, T. .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2008, 29 (21) :6227-6236
[5]   Reduction of atmospheric and topographic effect on Landsat TM data for forest classification [J].
Huang, H. ;
Gong, P. ;
Clinton, N. ;
Hui, F. .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2008, 29 (19) :5623-5642
[6]   Textural and local spatial statistics for the object-oriented classification of urban areas using high resolution imagery [J].
Su, Wei ;
Li, Jing ;
Chen, Yunhao ;
Liu, Zhigang ;
Zhang, Jinshui ;
Low, Tsuey Miin ;
Suppiah, Inbaraj ;
Hashim, Siti Atikah Mohamed .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2008, 29 (11) :3105-3117
[7]   Object-oriented classification of sidescan sonar data for mapping benthic marine habitats [J].
Lucieer, V. L. .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2008, 29 (03) :905-921
[8]  
Feature selection by genetic algorithms in object-based classification of IKONOS imagery for forest mapping in Flanders, Belgium[J] . Frieke M.B. Van Coillie,Lieven P.C. Verbeke,Robert R. De Wulf.Remote Sensing of Environment . 2007 (4)
[9]  
Use of a Dark Object Concept and Support VectorMachines to Automate Forest .2 CHENGQUAN HUANG,KUAN SONG,SUNGHEEKIM. Remote Sensing ofEnvironment . 2008