结合分层技术和SVM监督分类的植被专题信息提取

比较最大似然法与“结合分层技术和SVM监督分类”方法，从神木县OLI图像上识别7种主要植被类型的精度。将神木县7种主要植被类型划入5个专题图层，对图像进行LBV变换后，通过阈值分割获取目标植被类型的概貌图像，以波段L、V、B作为有效特征进行面向对象分割和SVM监督分类，并在分类后执行开、闭运算操作，获得目标植被类型的精确提取结果，将该提取结果作为掩膜区域从原图上去除，重复上述过程依次处理5个专题图层，将各专题层提取结果叠加形成分类图，与最大似然法分类结果进行比较。结果表明，“结合分层技术和SVM监督分类”的方法能够有效降低OLI图像分类后的“椒盐效应”，准确识别神木县7种植被类型，总体分类精度和Kappa系数分别为85.32 %、0.796，较最大似然法分类结果分别提高了16.46%和17.93%。