基于ALOS影像纹理特征的日光温室信息提取方法研究

• 作者: 李洪伟 段磊
• 来源期刊: 现代农业科技
• 学科: 工学
• 关键词: 支持向量机 基于对象影像分析,ALOS影像 日光温室 纹理特征
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 农业信息
• 页码范围: 342-343,352
• 页数: 3页
• 分类号: TP753
• 字数: 1850字
• 语种: 中文

摘要

日光温室为解决我国西北部地区冬季蔬菜供应问题发挥了重要作用.本文通过计算不同方向的纹理特征,采用支持向量机(SVM)提取日光温室,研究纹理方向对信息提取精度的影响.结果表明:①纹理特征能提高分类精度,但提升幅度不大.②日光温室的最佳纹理方向为45°,总精度为93.57%,Kappa系数为0.90,且最佳纹理方向与地物的主方向大致相同.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段磊	兰州大学资源环境学院	30	121	7.0	9.0
3	李洪伟	兰州大学资源环境学院	3	10	2.0	3.0