基于光学和雷达图像的土地覆被分类

• 作者: 何杰 王新云 田建 郭艺歌
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 环境卫星 雷达图像 图像融合 分类决策树 支持向量机 图像分类
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 信息技术应用
• 页码范围: 121-125,133
• 页数: 6页
• 分类号: TP751
• 字数: 4591字
• 语种: 中文
• DOI: 10.11988/ckyyb.20140194

摘要

为寻求一种有效的提高多源遥感数据土地覆被分类制图精度的方法，探讨了融合 HJ1B 和 ALOS ／PALSAR图像进行遥感图像分类制图的方法。在对光学图像 HJ1B 和雷达遥感数据 ALOS ／PALSAR 进行离散小波融合的基础上，应用分类决策树 CART（Classification and Regression Tree）算法对融合的图像进行了土地覆被分类制图，并将其分类结果与支持向量机 SVM（Support Vector Machine）分类结果进行对比。研究结果表明：将光学和雷达图像数据进行离散小波融合，采用分类决策树 CART 和支持向量机 SVM进行图像分类，CART 的分类精度要优于 SVM的结果。可见，在光学图像 HJ1B 和雷达数据 ALOS ／PALSAR 融合的基础上，应用 CART 能有效进行地物识别，提高图像的分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何杰	宁夏大学资源与环境学院	15	45	3.0	6.0
2	王新云	宁夏大学西北退化生态系统恢复与重建教育部重点实验室	9	81	5.0	9.0
3	郭艺歌	宁夏大学西北退化生态系统恢复与重建教育部重点实验室	6	25	3.0	5.0
4	田建		1	3	1.0	1.0