基于纹理特征与LSSVM的青土湖地物提取

• 作者: 张华 王敏
• 来源期刊: 干旱区地理
• 学科: 工学
• 关键词: Worldview-2影像 纹理特征 权重 最小二乘支持向量机 青土湖
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 地理信息科学
• 页码范围: 802-808
• 页数: 7页
• 分类号: TP79
• 语种: 中文
• DOI: 10.12118/j.issn.1000-6060.2018.04.16

摘要

纹理特征作为一种非光谱信息能够增强地物之间的特征差异,这对于高分辨率遥感影像的地物提取有着重要意义.以青土湖为研究区,以Worldview-2影像为数据源,通过引入权重因子定义联合概率函数来确定最佳窗口尺度,利用灰度共生矩阵提取最佳窗口尺度下的纹理特征,将其与原始遥感影像合成,采用最小二乘支持向量机(LSSVM)进行地物提取,将提取结果与仅利用光谱信息的支持向量机(SVM)提取结果、辅以纹理特征的SVM提取结果对比分析.结果表明:此方法可以更加快速准确地提取青土湖地物,精度高达85.86％,优于仅利用光谱信息的SVM的65.13％,辅以纹理特征的SVM的73.45％,可为地物破碎的干旱区高分辨率遥感影像地物提取提供有益借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张华	西北师范大学地理与环境科学学院	60	806	15.0	27.0
2	王敏	西北师范大学地理与环境科学学院	17	30	3.0	5.0