遥感图像森林类型小波纹理的SVM法分类

• 作者: 农京辉 卢小春 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 森林类型分类 纹理特征 小波变换 支持向量机法
• 年，卷（期）: 2012,（16）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 194-197
• 分类号: TP79
• 字数: 3496字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.16.043

摘要

利用遥感图像对森林类型进行分类是大面积地调查、监测、分析森林资源的快速与经济的方法,但由于不同森林的光谱特征非常相近而较难准确分类.因此,在GPS数据和高分辨率遥感图像的支持下,对水源林Landsat TM遥感图像用窗口法获得阔叶林、针叶林和竹林样本图像,然后计算其小波分解后小波系数的l1范 数纹理测度构成分类特征向量,利用支持向量基SVM进行分类.结果表明,利用SVM对图像中阔叶林、针叶林和竹林分类平均精度在80％以上,可较准确地识别森林类型,图像总体分类精度达到90.2％,Kappa系数0.77,均比利用小波纹理特征的神经网络法和最大似然法有所提高,森林分类错误产生的主要原因是混交林造成两类森林间存在交集.该方法可以较有效地提高遥感图像森林类型的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	卢小春	广西师范大学计算机科学与信息工程学院	9	64	6.0	7.0
11	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
12	汤谷云	广西师范大学计算机科	25	61	5.0	7.0