面向对象规则和支持向量机的天宫一号高光谱影像分类
传统的高光谱分类方法通常基于单一像元的光谱或纹理特征,很少考虑地物空间结构信息与空间相关特征.本文将面向对象规则与基于像元的分类进行融合,利用对象的空间结构特征和光谱特征进行混合分类,旨在克服像元层次分类的不足.本文尝试性的提出了两种混合分类方法:(1)基于分形网络演化的多尺度分割支持向量机分类(2)基于多层分水岭分割的SVM分类,并将这两种方法应用到天宫一号高光谱数据上.结果表明:基于面向对象规则的混合分类方法有效地提高了分类精度,不仅能够改善同谱异物现象,而且解决分类结果中地物破碎的问题.
天宫一号、高光谱分类、支持向量机、面向对象
18
TP75(遥感技术)
国家科技支撑计划编号:201113AH231301,2011BAH23B00;载人航天工程天宫一号民用试应用项目
2014-12-10(万方平台首次上网日期,不代表论文的发表时间)
107-115