基于最大似然和支持向量机方法的遥感影像地物分类精度评估与比较研究

摘要：

遥感影像的监督分类算法在环境监测、地质调查等领域均有重要应用.本文利用最大似然(ML)分类器和支持向量机(SVM)分类器对土地利用和地表覆盖问题中地物类型的提取和识别进行研究,系统分析两种不同分类方法对地物分类结果的影响.通过选取Landsat LT5和LE7卫星遥感影像数据及定义训练样本,对比分析利用ML和SVM分类器的分类成果精度,其中Landsat LT5和ML、SVM组合的分类精度分别达94.64％和94.98％,而Landsat LE7和ML、SVM组合的分类精度则分别达97.63％和99.29％.研究表明,对于LT5影像,ML和SVM两种分类器的精度相当,而对于LE7影像,SVM分类器的精度明显高于ML分类器.

关键词：分类、地物、最大似然、支持向量机、样本

所属期刊栏目：35

分类号：P236(摄影测量学与测绘遥感)

资助基金：国家自然科学基金项目41376108,41506210;测绘公益性行业科研专项经费资助项目201512034;海洋公益性行业科研专项经费资助项目201305034;中国博士后基金面上项目2015M572064;卫星测绘技术与应用国家测绘地理信息局重点实验室开放基金KLAMTA201408;海岛礁测绘技术国家测绘地理信息局重点实验室资助项目2014A01

在线出版日期：2016-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：25-32