SVM多窗口纹理土地利用信息提取技术

• 作者: 卢柳叶 康乐 张伐伐 张青烽 李卫忠
• 来源期刊: 遥感学报
• 学科: 工学
• 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
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 67-78
• 分类号: TP79
• 语种: 中文

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SPOT 5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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康乐	西北农林科技大学林学院	9	95	5.0	9.0
2	李卫忠	西北农林科技大学林学院	64	794	17.0	26.0
3	张伐伐	西北农林科技大学林学院	3	43	2.0	3.0
4	卢柳叶	西北农林科技大学资环学院	5	119	4.0	5.0
5	张青烽	西北农林科技大学资环学院	1	34	1.0	1.0