图像分割与SVM的城市森林植被分类技术研究

• 作者: 宁黎平 才永吉 程璐
• 来源期刊: 青海大学学报（自然科学版）
• 学科: 工学
• 关键词: 城市森林 面向对象 支持向量机 多尺度分割
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 机械工程
• 页码范围: 71-75,87
• 页数: 6页
• 分类号: TP751
• 字数: 3097字
• 语种: 中文
• DOI: 10.13901/j.cnki.qhwxxbzk.2017.03.012

摘要

为了实现城市森林植被种类的信息提取,文中采用面向对象结合支持向量机的分类方法,基于无人机影像数据对上海某校区内的城市森林进行了植被分类技术的研究.利用影像数据中各类地物的光谱、纹理等特征信息,将城市森林植被类别分为四类,并将分类结果与最大似然法分类结果进行对比分析.结果表明:该方法实现了高分辨率遥感影像的城市森林植被分类,不仅消除了分类过程中的"椒盐现象",而且有效提高了植被分类精度.最大似然法分类结果的分类精度为55.12%,面向对象结合支持向量机的分类精度达83.60%,提高了28.48%.实验结果满足精度要求,可为城市规划提供数据支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宁黎平	青海大学地质工程系	17	64	5.0	7.0
2	程璐	青海大学地质工程系	4	6	2.0	2.0
3	才永吉	青海大学地质工程系	4	6	2.0	2.0