| 基于纹理和支持向量机的GF-1图像土地覆被分类研究 |
| |
| 引用本文： | 方臣,吴龙,胡飞,陈曦,刘烨青.基于纹理和支持向量机的GF-1图像土地覆被分类研究[J].资源环境与工程,2019,33(1). |
| |
| 作者姓名： | 方臣 吴龙 胡飞 陈曦 刘烨青 |
| |
| 作者单位： | 湖北省地质调查院,湖北 武汉,430034;湖北省地质调查院,湖北 武汉,430034;湖北省地质调查院,湖北 武汉,430034;湖北省地质调查院,湖北 武汉,430034;湖北省地质调查院,湖北 武汉,430034 |
| |
| 基金项目： | 中国地质调查局 "全国边海防地区基础地质遥感调查 |
| |
| 摘 要： | 高分一号卫星,简称GF-1,是中国自主研发的高分辨率遥感卫星,高分辨率遥感图像包含较多的地物信息,广泛应用于土地覆被分类,但传统基于像元的分类方法在高分数据中应用效果不是很理想。为提高高分辨遥感图像的分类精度,以西北新疆喀什地区研究区利用GF-1图像进行土地覆被分类,利用灰度共生矩阵提取纹理信息,结合纹理信息利用支持向量机(SVM)进行分类,将结果与单源SVM分类和最大似然法分类进行对比分析,研究结果表明:结合纹理信息的SVM分类方法可以更准确地进行土地覆被分类,分类精度为93.74%;据源SVM分类精度为89.06%,最大似然法分类精度为86.79%。
|
| 关 键 词： | 高分一号卫星 土地覆被 纹理信息 支持向量机(SVM) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
