|
|||||
|
|
| 感兴趣区域遥感图像分类与支持向量机应用研究 | |
| 引用本文： | 曾联明,吴湘滨,刘鹏.感兴趣区域遥感图像分类与支持向量机应用研究[J].计算机工程与应用,2009,45(6):243-245. |
| 作者姓名： | 曾联明 吴湘滨 刘鹏 |
| 作者单位： | 1. 中南大学,地学与环境工程学院,长沙,410083;佛山科学技术学院,信息中心,广东,佛山,528000;解放军理工大学,网格研究中心,南京,210016 2. 中南大学,地学与环境工程学院,长沙,410083 3. 解放军理工大学,网格研究中心,南京,210016 |
| 摘 要： | 提出了基于SVM的遥感图像分类方法并构建了分类模型,该方法以唐山1∶50000TM局部图为分类数据来源,由用户选择感兴趣的区域,分别提取该区域绿地、公共用地和房屋的图像特征,并以此为训练样本进行训练,采取交叉校验的方法获得SVM的最优惩罚因子C和间隔γ参数进行图像分类。实验结果表明,此分类方法准确率高、稳定快捷,是SVM在遥感图像分类中的一个很好的应用。 |
| 关 键 词： | 遥感 图像分类 支持向量机 感兴趣区域 |
| 收稿时间： | 2008-1-8 |
| 修稿时间： | 2008-3-31 |
Research on SVM and its application of remote sense image classification for regions of interest |
|
| ZENG Lian-ming,WU Xiang-bin,LIU Peng.Research on SVM and its application of remote sense image classification for regions of interest[J].Computer Engineering and Applications,2009,45(6):243-245. | |
| Authors: | ZENG Lian-ming WU Xiang-bin LIU Peng |
| Affiliation: | ZENG Lian-ming1,2,3,WU Xiang-bin1,LIU Peng31.School of Geosciences , Environmental Engineering,Central South University,Changsha 410083,China 2.Information , Educational Technology Center,Foshan University,Foshan,Guangdong 528000,China 3.MilGrid Research Center,The PLA University of Science , Technology,Nanjing 210016,China |
| Abstract: | A classification method and model is proposed based on SVM for remote sense image.By selecting Regions Of Interest（ROI） from the 1∶50 000 TM image of Tangshan city area，extract the feature of greenbelt，public lands，building and so on，the parameters of C and γ are achieved by cross validation method，with these textures to train and parameters to classify the RS image，the fact shows that the classification method based on SVM has a high accuracy and a fast，stably efficiency. |
| Keywords: | remote sense image classification Support Vector Machine（SVM） Regions Of Interest（ROI） |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 | |
| 点击此处可从《计算机工程与应用》下载全文 | |
