文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 天文/地理 > 基于SVM算法和纹理特征提取的遥感图像分类
侵权投诉

基于SVM算法和纹理特征提取的遥感图像分类

维普资讯 doc.guandang.net

第2卷 9 VO129 .

第8期 N O. 8

计算机工程与设计 Co u e gn ei n ein mp tr En i e r nga dD sg

20年 4 08月 Apr 0 8 .2 0

基于 S M算法和纹理特征提取的遥感图像分类 V 丁海勇,卞正富 708 (.中国矿业大学环测学院,江苏徐州 2 10;2 1 2 08 .山东农业大学信息学院,山东泰安 2 11) 摘要:遥感图像分类是遥感图像处理领域中的一个重要的研究方向,传统的遥感图像分类方法根据像素值进行分类,忽视了遥感影像中丰富的纹理特征信息 .小波分析通过引入宽度可变的窗口,以同时对信号的局部信息进行频率域和时间可 域的变换 .·波分析算法可以有效地提取出图像中的纹理特征信息.支持向量机算法是 2世纪 9 J, 0 0年代提出的一种新的机器学习算法,常被用来进行模式识别和分类.结合小波纹理提取算法,利用支持向量机进行遥感图像分类 .研究结果表通 明,合纹理特征的支持向量机分类的效果优于直接对灰度图像进行分类 .结

关键词:支持向量机;遥感;小波分析;纹理特征;分类;模式识别 中图法分类号: P 0 . T 3 1 8文献标识码: A文章编号:0 07 2 20 ) 82 3一2 10—04(0 8 0—1 l 0

Re t e s gi g ls i c t nb s do VM lo i m dtx u efa r xr cin mo es n i n ma eca sf ai a e n S i o ag r h a tr t ee ta t t n e eu o DI G i o g N Ha- n, BI y AN h n—u Z e g f

(. o e e f n i n n adS a aIfr t s hn U iesyo Miig n T cn l y X z o 2 10,C ia 1 C lg o E vr metn pt lnoma c,C i n r t f nn ad eh o g, u h u 2 0 8 hn; l o i i a v i o 2 C l g fnoma o c n e n n ier g S ad n r utrl nvri, aa 7 C ia . ol e fr t n i c d g ei, h o g e oI i S e a E n n n Agi l aU ies T i 2 , hn ) c u y t ' n 11 08 Absr c: I ni o t t e e r h d r ci nt ls i c t nt e e t e s gi g si e ed o r mo es n i gi g r c s i g ta t t s i a mp ra s ac ie t ca sf a i mo es n i n r o o i o h r n ma e t l f e t e s nh f i n ma e o e s . p n T a i o a l,t e e t n i g i g ls i c t n i b s do e l se l o t m f e i e s a v 1 r d t n l h mo es sn i y r e ma e a sf a i a e nt u t r g r h o t x l' yl e .Ab n a c xu ef au e c i o s h c a i h p e u d n e e t r tr t e i f r to er mo e s n i g i g mi e . A n o wi ai b ewi t r u h t ewa e e a s o ma i n t e r n o mai n i t e t e s nh n ma ei o t d s t wi d w t v ra l dh i b o g t n o t v lt r f r t o y t h s i h tn o h o a a y i el c l n o ai n o sg a efe u n y a d s ai l o i i l n o s Th v lt ay i s d t x r c e n l ss h o a f r to f i n l n t q e c p t man smu t e u . t i m a ih r n ad a e wa ee l ssi u e e ta t n a s o h t

t

tr rc r fr ain h p o cos cie S M s ia e mahn an g loi m t d cd sate tr, e ue t t eno t .T e u p rv trmah s(V ) s w cie eri grh ir u e 9 scnuy x su u i m o s t e n n l n a t no n i 0l wh c s d i ef l f a e r c g i o d c a sfc to . T e e o e t ed s r t v l t a so ai n i s dt l an t e ih i u e t e d o p t m e o n t n a l s i ai n s nh i i n i h r f r, h ic eewa ee n f r t u e oS i r t m o s o t h tx u ef au ewh c s dt l s i e e t e sn g y v r eo t es p o e t r c i e T e e u t h ws h t h fe t e t r t r ih i u e c a sf t mo es n i gi e s o yh r ma eb it f p r v co u h u t ma h . h s l s o a eef c n r t t o ls i c t n b s do VM sa d t xu efa u ei b te a ls i c t nr s lb s d o i es au s fca sf a i a e n S i o t r e t r s e rt n ca sf a i e u t a e np x l V l e . n e h i o Ke r s s p o e t r c i e r mo e s n i g wa e e ay i; t x u ef au e c a sfc to; p t m c g i o y wo d: u p r v c o t ma h n; e t e s; n v lt n a l ss e t r e t r; l s i ai n i a e r o nt n e i

0引言 遥感数字图像计算机识别与分类是遥感图像处理中的一个重要的研究方向.区别于目视解译方法,算机自动识别计提供了更加准确有效的分类结果 .遥感技术的迅速发展,为我们提供了更多的不同传感器所获得的遥感图像,如,国例我已经成功地研制了机载地物光谱仪,光谱扫描仪,外扫描多红机,像光谱仪,实孔位和合成孔位侧视雷达,波辐射计,成真微 激光高度计等传感器"可以获得同一地区的多光谱,时 .多相的遥感图像,环境监测,土资源调查,为国交通管理等提供了丰富的资料 .现代计算机技术和数学理论的发展,为遥感

像规律等知识进行分析和推理,现对图像的理解,以完成实可对遥感图像的解译"常用的分类方法有主成份分析,波分 .小析方法,经网络,叶斯分类器,持向量机等 .经过 2多神贝支 0年的发展,经网络的理论日趋成熟,法日益完善,继提神算相出了反馈神经网络, p e Hof l经网络,白组织特征映射神经 i d神

网络 .在文献[.]神经网络被用来进行遥感图像分类 45中,取 得了较好的效果 .是,经网络中固有的理论上的不足, 但神网络结构和参数的选择没有充足的理论依据,并且存在过学习, 易陷入局部极小点等问题使得对经验性因素依赖较大 . 支持向量机理论是近十几年来发展起来的一种统计学习理论[]是

机器学习研究领域的一项重大成果 .支持向量机 6 - 7理论体现了结构风险最小化原则 .传统的人工神经网络相与比,不仅结构简单,且泛化能力明显提高 .本文研究了基它而于支持向量机理论与纹理特征提取的遥感图像分类问题,其

图像的计算机自动识别分类提供了技术支持和保证 .利用模 式识别技术与人工智能技术相结合,据遥感图像中目标地根物的各种影像,结合专家知识库中目标地物的解译经验和成 收稿日期:2 0—6 6 0 70— 0 E ma:h o g@13 o — r ynd 6. m l t

基金项目:江苏省社会发展基金项目 ( 2 0 0 0;教育部新世纪优秀人才基金项目 ( T0—4 7. BS 0 3 1 ) NCE -40 8 )

作者简介:丁海勇 ( 7 -) 1 4,男,山东泰安人,博士研究生,讲师,研究方向为遥感图像处理;卞正富 (95 ) 9 16 -,江苏建湖人,教授,博士生 导师,研究方向为矿区土地复垦与生态重建,遥感图像处理 .

doc.guandang.net

第1页

你可能喜欢

  • 遥感应用
  • 遥感图像分类
  • 微波遥感
  • 植被遥感
  • 植物群落
  • 功能性状
  • 遥感影像分类方法

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email