基于支持向量机和Getis因子的高分辨率遥感图像分类

编号 zgly0001608416

文献类型 期刊论文

文献题名 基于支持向量机和Getis因子的高分辨率遥感图像分类

作者 王新明  梁维泰  周方  秦晅 

作者单位 中国电子科技集团第28研究所C4ISR技术国防重点科技实验室 

母体文献 地理与地理信息科学 

年卷期 2008年04期

年份 2008 

分类号 TP751 

关键词 遥感  支持向量机  图像分类  空间聚集因子 

文摘内容 采用支持向量机对具有RGB 3个波段、分辨率为0.32 m的航空摄影图像进行实验,首次根据表示空间聚集程度的局部Getis因子完成分类。结果表明:1)当应用基于线性、多项式、径向基和Sigmoid 4种常用核函数的SVM进行分类时,基于径向基的SVM分类精度最高,总体精度超过91%。2)从原始图像计算出局部Getis因子,该指标可用于图像分类,且分类精度与局部Getis因子的步长有关;在步长小于变异函数变程的条件下,应用径向基SVM的总体分类精度达95.66%,高于直接使用原始图像RGB波段光谱信息的分类精度,因此局部Getis因子在高空间分辨率遥感图像分类中具有应用和研究价值。