基于多尺度纹理和光谱信息的SVM分类研究The classification of SVM based on the multi-scale texture information and spectral information
陈晨,张友静
摘要(Abstract)：
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。
关键词(KeyWords)： 高分辨率;多尺度;纹理特征;支持向量机
基金项目(Foundation):
作者(Author): 陈晨,张友静
参考文献(References)：
- [1]黄慧萍,吴炳方,李苗苗.高分辨率影像城市绿地快速提取技术与应用[J].遥感学报,2004,8(1):68-74.
- [2]黄慧萍.面向对象影像分析中的尺度问题研究[D].南京:河海大学,2003.
- [3]何春阳,曹鑫,史培军,等.基于Landsat7-ETM+全色数据纹理结构信息复合的城市建筑信息提取研究[J].测绘学报,2004,29(9):800-804.
- [4]宋翠玉,李培军,杨锋杰.运用多尺度图像纹理进行城市扩展变化检测[J].国土资源遥感,2006,69(3):37-42.
- [5]张锦水,何春阳,潘耀忠,李京.基于SVM的多源信息复合的高空间分辨率遥感数据分类研究[J],遥感学报,2006,10(1):49-57
- [6]肖健华,吴今培.基于支持向量机的模式识别方法[J].五邑大学学报(自然科学版),2002,16(1):6-10.
- [7]V.apnik V N.The Nature of Statistical Leaming Theory,Springer Verlag[M].New York,1995].
- [8]Marceau D J,Hay G J.Remote sensing contribution to the scale issue[J].Canadian Journal of Remote Sens-ing,2000,25(4);357-366
- [9]Haralick R M,Shanmugan K,Dinstein I.Texture Features for Image Classification[j].IEEE Transactions On Sys-tems,Man,and Cybernetics,1973,3(6):610-621.
- [10]汪承义,等.遥感影像流程化处理系统的设计与实现[J].测绘科学,2006,31(6).
- [11]周廷刚,郭达志,盛业华.灰度矢量多波段遥感影像纹理特征及其描述[J].西安科技学院学报,2000,20(4):336-338
- [12]田琴,郭平,卢汉青.基于灰度共生矩阵的多波段遥感影像纹理特征提取[J].计算机科学,2004,31(12).
- [13]戴昌达,姜小光,唐伶俐.遥感图像应用处理与分析[M].北京:清华大学出版社,2004.
- [14]章孝灿,黄智才,赵元洪.遥感数字图像处理[M].杭州:浙江大学出版社,2003.
- [15]冈萨雷斯.数字图像处理(第二版)[M].北京:电子工业出版社,2006.
- [16]刘龙飞,陈云浩,李京.遥感影像纹理分析方法综述与展望[J].遥感技术与应用,2003,18(6):441-447.