结合分层技术和SVM监督分类的植被专题信息提取 |
| |
引用本文: | 刘炜.结合分层技术和SVM监督分类的植被专题信息提取[J].教育技术导刊,2015,14(10):160-162. |
| |
作者姓名: | 刘炜 |
| |
作者单位: | 西藏民族大学 信息工程学院,陕西 咸阳 712082 |
| |
摘 要: | 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%。
|
关 键 词: | 监督分类 分层技术 OLI图像 面向对象分割 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|