结合纹理的SVM遥感影像分类研究

• 作者: 张友静 陈亮 陈波
• 来源期刊: 测绘工程
• 学科: 工学
• 关键词: 纹理 支持向量机(SVM) 遥感影像分类 精度分析
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 学术研究
• 页码范围: 23-27
• 页数: 5页
• 分类号: TP751
• 字数: 3993字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7949.2007.05.007

摘要

针对传统统计模式识别分类方法分类精度不高,分类时未加入像元灰度的空间分布和结构特征以及分类时样本不足等缺陷,采用一种结合纹理的支持向量机(SVM)遥感图像分类方法.该方法在对Landsat7 ETM遥感影像进行纹理特征提取的基础上,构建了结合纹理的SVM分类模型.以河南省汝阳县为试验区,利用此模型对该区域的土地利用类型进行分类研究,并将分类结果与最大似然法和单源数据(光谱)SVM分类结果进行定性和定量比较分析.研究结果表明:该方法能够有效的解决单数据源分类效果破碎、分类精度不高等问题;对高维输入向量具有高的推广能力;总精度达到90%,比单源信息的SVM分类法提高了6%,而与最大似然法相比,总精度提高了近9%,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈亮	河海大学水资源环境学院	84	913	18.0	27.0
2	张友静	河海大学水资源环境学院	66	1188	18.0	32.0
3	陈波	河海大学水资源环境学院	28	365	11.0	19.0