SVM多窗口纹理土地利用信息提取技术

被引：29

作者：

张伐伐 ^{[1
]}

李卫忠 ^{[1
]}

卢柳叶 ^{[2
]}

张青峰 ^{[2
]}

康乐 ^{[1
]}

机构：

[1] 西北农林科技大学林学院

[2] 西北农林科技大学资环学院

来源：

遥感学报 | 2012年 / 16卷 / 01期

关键词：

支持向量机; 纹理特征; 土地利用; 单一窗口纹理; 多窗口纹理;

D O I：

暂无

中图分类号：

F301 [土地经济学]; TP751 [图像处理方法];

学科分类号：

082802 ; 1204 ; 120405 ; 081002 ;

摘要：

针对单一窗口纹理分类时地物破碎,分类精度不高等问题,提出了一种基于支持向量机多窗口纹理的遥感图像分类方法。该方法在对SPOT5遥感影像进行纹理特征提取的基础上,构建了结合多窗口纹理的SVM模型。以陕西省佛坪县长角坝乡为试验区,利用此模型对该区域的土地利用类型进行分类研究,并将分类结果与单一窗口纹理SVM分类和单元数据(光谱)SVM分类结果进行了比较分析。结果表明:多窗口纹理参与的土地利用分类总精度达到85.33%,比单一窗口纹理分类提高了13.11%,而与单元数据SVM分类相比提高了近24.10%,取得了较好的分类效果,有效地解决了单一窗口纹理分类时地物破碎、分类精度不高等问题。

引用

页码：67 / 78

页数：12

共 13 条

[1] 基于多尺度特征融合和支持向量机的高分辨率遥感影像分类 [J].