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

• 作者: 张良培 李平湘 黄昕
• 来源期刊: 遥感学报
• 学科: 工学
• 关键词: 多尺度 融合 支持向量机 高分辨率
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 48-54
• 页数: 7页
• 分类号: TP751.1
• 字数: 4788字
• 语种: 中文
• DOI: 10.3321/j.issn:1007-4619.2007.01.007

摘要

相对传统的中低分辨率遥感数据而言,高空间分辨率遥感影像同一地物内部丰富的细节得到表征,空间信息更加丰富,地物的尺寸、形状以及相邻地物的关系得到更好的反映,但其光谱统计特性不如中低分辨率影像稳定,类内光谱差异较大,而传统分类方法仅依据像元的光谱值,因此在高分辨率影像分类中,传统方法往往不能获得好的结果.在此背景下,提出了一种多尺度空间特征融合的分类方法,旨在利用不同尺度的空间邻域特征弥补传统方法的不足.其基本过程是:首先针对不同尺度特点,用小波变换压缩空间邻域特征,并结合支持向量机得到不同尺度下的分类结果,然后根据尺度选择因子为每个像元选择最佳的类别.文中QuickBird和IKONOS影像实验证明该算法能有效提高高分辨率影像解译的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张良培	武汉大学测绘遥感信息工程国家重点实验室	127	2239	28.0	40.0
2	李平湘	武汉大学测绘遥感信息工程国家重点实验室	105	1890	24.0	38.0
3	黄昕	武汉大学测绘遥感信息工程国家重点实验室	17	355	8.0	17.0