基于支持向量机的矿区土地覆盖变化检测

被引：28

作者：

杜培军 ^{[1
,2
]}

柳思聪 ^{[1
]}

郑辉 ^{[3
]}

机构：

[1] 中国矿业大学国土环境与灾害监测国家测绘局重点实验室

[2] 南京大学地理信息科学系

[3] 兖州矿业集团地测部

来源：

中国矿业大学学报 | 2012年 / 02期

关键词：

变化检测; 支持向量机; 土地覆盖变化; 纹理特征;

D O I：

暂无

中图分类号：

F301 [土地经济学]; P237 [测绘遥感技术];

学科分类号：

082802 ; 1204 ; 120405 ; 1404 ;

摘要：

利用支持向量机(SVM)对两类问题良好的分离性能,将其应用于矿区土地覆盖变化检测,实现了基于SVM的变化检测算法.该算法计算了多时相遥感数据的差值影像,利用SVM将全部像素分类标记为变化和不变化两个类别,在不变区域中选择训练样本,对变化区域进行分类,获得前后时相地物类别信息,构建变化转移矩阵,描述详细变化信息.应用多时相先进对地观测卫星(ALOS)遥感数据对矿区土地覆盖变化进行试验,并与变化矢量分析、差值阈值法进行对比,结果表明:基于SVM的变化检测方法具有更好的检测效果,能够提供全面的变化类别和方向信息,可以有效应用于矿区土地覆盖动态监测.

引用

页码：262 / 267

页数：6

共 7 条

[1] 基于SVM的遥感影像土地利用变化检测方法 [J].