遥感图像林型纹理特征的ICA与SVM分类

• 作者: 农京辉 梁宗经 汤谷云 王修信 罗涟玲
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 遥感图像 林地类型分类 纹理特征 独立成分分析 支持向量机
• 年，卷（期）: 2012,（13）
• 所属期刊栏目: 工程与应用
• 页码范围: 227-229,239
• 分类号: TP79
• 字数: 2178字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.13.048

摘要

遥感图像纹理特征是光谱相近林型准确分类的有效方法,然而其带来分类特征向量维数增加和计算量增大.因此,对南方山区林地TM图像进行独立成分分析ICA降维,通过计算灰度共生矩阵获取纹理特征,使用SVM分类,研究林地类型的快速分类方法.结果表明,ICA与SVM法利用遥感图像纹理特征可较准确地实现林地类型分类,分类总精度、Kappa系数分别为85.4％、0.73,均高于SVM法、BP神经网络法、最大似然法、最小距离法；其对阔叶林、针叶林、竹林的分类精度依次为78.2％、80.1％、84.3％,误识率主要是由于混交林而造成两类林地之间存在交集,易出现的针阔混交林使得阔叶林、针叶林的分类精度低于竹林.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	农京辉	广西师范大学计算机科学与信息工程学院	7	57	5.0	7.0
2	王修信	广西师范大学计算机科学与信息工程学院	62	392	12.0	15.0
4	罗涟玲	广西师范大学计算机科学与信息工程学院	16	44	4.0	6.0
7	梁宗经	广西师范大学计算机科学与信息工程学院	26	151	7.0	11.0
8	汤谷云	广西师范大学计算机科学与信息工程学院	25	61	5.0	7.0