基于NSCT和LSSVM的Landsat ETM+图像土地覆盖分类

• 作者: 徐雅静 时海亮 汪远征 辛向军
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 遥感图像分类 图像融合 非下采样Contourlet 最小二乘支持向量机
• 年，卷（期）: 2011,（28）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 188-190,222
• 分类号: TP391
• 字数: 3492字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.28.052

摘要

提出一种新的基于非下采样Contourlet变换(NSCT)和最小二乘支持向量机(LSSVM)的遥感图像土地覆盖分类方法.该方法动态选择最优的多光谱图像的波段特征进行组合,基于NSCT和IHS对多光谱图像和全色图像进行融合,增强多光谱图像的空间分辨率,基于LSSVM对融合图像进行分类.实验结果表明,提出的方法在保留多光谱图像光谱信息的同时,增强了图像的空间细节表现能力,提供更加可靠的地物分类特征,提高了分类精度,并且优于传统的基于最小距离法、最大似然法、贝叶斯分类法和BPNN分类法的遥感图像分类方法,该方法是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪远征	郑州轻工业学院数学与信息科学系	25	307	6.0	17.0
2	徐雅静	郑州轻工业学院数学与信息科学系	28	314	6.0	17.0
3	辛向军	郑州轻工业学院数学与信息科学系	26	89	6.0	8.0
4	时海亮	郑州轻工业学院数学与信息科学系	8	31	3.0	5.0