遥感影像的分类自校正方法研究

摘要：

　　遥感图像分类是遥感图像研究的主要内容之一，分类精度高低直接关系到遥感数据的可靠性和实用性.多分类器系统可以提高单分类器分类的精度，但往往要求组成其的子分类器分类误差相互独立，子分类器选择困难.支持向量机是新发展起来的一种非参数分类器，其分类原理和传统的基于统计的分类方法不同，表现出一定的独立性.为此本文尝试基于支持向量机和目前使用最广泛的最大似然法，构建一个性能高效且组合方式简单的复合分类器(中文将其称为遥感影像的分类自校正方法).同时，为了验证该分类器的性能，分别利用最大似然法、支持向量机法和分类自校正方法进行分类对比试验.结果显示分类自校正方法的总体分类精度最高，比最大似然法和支持向量机法分别提高了4.35％和6.6％，而且各种地物类型的分类精度相对最大似然和支持向量机法都有提高.本文提出的分类自校正方法是一种性能高效且操作简单的分类方法.

关键词： 遥感影像 模式识别 技术创新 分类自校正方法

作者: Xiufang Zhu 朱秀芳 Yaozhong Pan 潘耀忠 Wenquan Zhu 朱文泉 Lijian Han 韩立建 Xinhua Pang 庞新华

作者单位: Key Laboratory of Environment Change and Natural Disaster,Ministry of Education of China,Beijing Nor 北京师范大学环境演变与自然灾害教育部重点实验室,北京师范大学资源学院,北京,100875

会议类型: 国内会议

会议名称: 2006环境遥感学术年会

会议地点: 银川

会议语种:中文

页码: 45-51

在线出版日期: 2006-08-11（万方平台首次上网日期，不代表论文的发表时间）