结合分层技术和SVM监督分类的植被专题信息提取

• 作者: 刘炜
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 监督分类 分层技术 OLI图像 面向对象分割
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 图形学与辅助设计
• 页码范围: 160-162
• 页数: 3页
• 分类号: TP317.4
• 字数: 1941字
• 语种: 中文
• DOI: 10.11907/rjdk.1511046

摘要

比较最大似然法与“结合分层技术和SVM监督分类”方法,从神木县OLI图像上识别7种主要植被类型的精度.将神木县7种主要植被类型划入5个专题图层;对图像进行LBV变换后,通过阈值分割获取目标植被类型的概貌图像;以波段L、V、B作为有效特征进行面向对象分割和SVM监督分类,并在分类后执行开、闭运算操作,获得目标植被类型的精确提取结果;将该提取结果作为掩膜区域从原图上去除;重复上述过程依次处理5个专题图层,将各专题层提取结果叠加形成分类图;与最大似然法分类结果进行比较.结果表明,“结合分层技术和SVM监督分类”的方法能够有效降低OLI图像分类后的“椒盐效应”,准确识别神木县7种植被类型,总体分类精度和Kappa系数分别为85.32％、0.796,较最大似然法分类结果分别提高了16.46％和17.93％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘炜	西藏民族大学信息工程学院	29	68	4.0	7.0