基于多源信息的TM遥感图像计算机分类

• 作者: DENG Kun JI Na 常庆瑞
• 来源期刊: 科技与创新
• 关键词: 最小噪声分离变换 灰度共生矩阵 支持向量机
• 年，卷（期）: 2008,（21）
• 所属期刊栏目: 图像处理
• 页码范围: 277-279
• 页数: 3页
• 分类号: TP75
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.21.113

摘要

本文以榆林市城区及其周边范围为实验区,以TM遥感图像的第一主成分纹理信息、归一化植被指数和MNF变换得到的四个波段为数据源,采用支持向量机方法进行分类,并与最大似然法分类和单纯利用光谱信息的基于SVM分类结果进行比较.试验结果表明,将纹理分析方法应用于图像分类中可区分光谱混淆的地类;和传统的分类方法相比,采用支持向量机技术.使用光谱与纹理特征结合的分类方法可以获得更高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常庆瑞	西北农林科技大学资源环境学院	254	4005	33.0	47.0
2	DENG Kun	西北农林科技大学资源环境学院	1	6	1.0	1.0
3	JI Na	西北农林科技大学资源环境学院	1	6	1.0	1.0