基于分割对象的HR遥感影像SVM分类方法
遥感影像SVM(Support Vector Machines, SVM)分类方法分类精度较高,但是高分辨率(High Resolution, HR)遥感影像数据量大,基于像元SVM分类时速度慢,空间信息不能有效利用。在此应用分割对象的方法对之进行改进,首先采用分水岭分割与多尺度区域合并相结合的方法对原始高分辨率图像分割,计算分割对象的部分光谱特征和形状特征,在此基础上利用径向基核函数SVM方法对分割对象分类。实验结果表明,此方法能够有效提高分类速度,同时分类精度得到了一定程度的提高,是一种有效的HR遥感影像分类方法。
HR遥感影像 分割对象 分类方法 分水岭分割 多尺度区域合并 图像分割
于海洋 甘甫平 武法东
中国地质大学地球科学与资源学院,北京 100083 中国国土资源航空物探遥感中心,北京 100083
国内会议
北京
中文
123-127
2007-09-08（万方平台首次上网日期，不代表论文的发表时间）