利用对象和支持向量机的遥感信息提取方法探讨
土地利用/覆被专题信息的快速、高效、准确提取是遥感图像处理研究的重要方向.传统的遥感分类方法常依靠像元的光谱值,未充分利用影像的空间信息.本文将面向对象影像分割和支持向量机方法相结合,复合光谱和纹理信息,建立了Object-SVM分类模型,并与面向对象的模糊函数和基于像元的SVM方法相比较,探寻区域尺度土地利用/覆被信息提取方法.结果显示,Object-SVM模型有效地提高了遥感图像的分类精度和分类效率,对于区域尺度影像的快速、准确、客观的信息提取具有实际意义.
面向对象、影像分割、支持向量机、光谱、纹理
35
TP751(遥感技术)
国家科技支撑计划课题"环北京区域地表环境遥感动态监测与评价技术研究"2007BAH15B02;国家科技支撑计划重点2006BAC08B02;空间数据挖掘与信息共享教育部重点实验室开放基金"基于对象和SVM的遥感图像分类及精度分析"
2010-11-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
154-157