基于多尺度纹理和光谱信息的SVM分类研究

详细信息   全文下载|推荐本文 |

• 出版年：2009
• 作者：陈晨；张友静
• 单位1：河海大学土木工程学院
• 出生年：1985
• 学历：硕士研究生
• 语种：中文
• 作者关键词：高分辨率；多尺度；纹理特征；支持向量机
• 起始页：29
• 总页数：3
• 刊名：测绘科学
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1976
• 主管单位：国家测绘局
• 主办单位：中国测绘科学研究院
• 主编：林宗坚
• 地址：北京市海淀区北太平路16号
• 邮编：100039
• 电子信箱：niu@casm.ac.cn；cehuikexue@yahoo.cn
• 网址：http://www.map.ac.cn；http://chkd.chinajournal.net.cn；http://www.chinainfo.gov/periodical/chkx
• 卷：34
• 期：1
• 期刊索取号：P810.6 649-8
• 数据库收录：俄罗斯文摘杂志收录期刊；日本科学技术社数据库期刊；美国剑桥科学文摘收录期刊；中国科技核心期刊；中国科学引文库核心期刊；全国中文核心期刊
• 核心期刊：中国科技核心期刊；中国科学引文库核心期刊；全国中文核心期刊

摘要

基于单尺度纹理和光谱信息的地物分类较难取得理想效果，本文结合多尺度纹理与光谱信息，运用SVM分类方法，对IKONOS遥感影像进行分类。结果表明：结合多尺度纹理和光谱信息的SVM高分辨率遥感影像分类，能够更好地描述地物，分类总体精度达到83.9%，与基于光谱信息的最大似然法和基于单尺度纹理和光谱信息的SVM分类方法比较，分类精度分别提高了13.8%和4.9%，该方法有助于提高高分辨率影像的分类正确率。