基于多尺度特征融合和支持向量机的高分辨率遥感影像分类

编号 zgly0001590945

文献类型 期刊论文

文献题名 基于多尺度特征融合和支持向量机的高分辨率遥感影像分类

作者 黄昕  张良培  李平湘 

作者单位 武汉大学测绘遥感信息工程国家重点实验室  武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079  湖北武汉430079 

母体文献 遥感学报 

年卷期 2007年01期

年份 2007 

分类号 TP751.1 

关键词 多尺度  融合  支持向量机  高分辨率 

文摘内容 相对传统的中低分辨率遥感数据而言,高空间分辨率遥感影像同一地物内部丰富的细节得到表征,空间信息更加丰富,地物的尺寸、形状以及相邻地物的关系得到更好的反映,但其光谱统计特性不如中低分辨率影像稳定,类内光谱差异较大,而传统分类方法仅依据像元的光谱值,因此在高分辨率影像分类中,传统方法往往不能获得好的结果。在此背景下,提出了一种多尺度空间特征融合的分类方法,旨在利用不同尺度的空间邻域特征弥补传统方法的不足。其基本过程是:首先针对不同尺度特点,用小波变换压缩空间邻域特征,并结合支持向量机得到不同尺度下的分类结果,然后根据尺度选择因子为每个像元选择最佳的类别。文中Qu ickB ird和IKONOS影像实验证明该算法能有效提高高分辨率影像解译的精度。