| 联合光谱和纹理特征的支持向量机滩涂分类方法研究 |
| |
| 引用本文： | 赵亮,孟立轲,张艳,冯伍法,张继领.联合光谱和纹理特征的支持向量机滩涂分类方法研究[J].测绘工程,2016,25(1):43-46. |
| |
| 作者姓名： | 赵亮 孟立轲 张艳 冯伍法 张继领 |
| |
| 作者单位： | 61175部队,江苏南京,210049;96656部队,北京,102208;信息工程大学地理空间信息学院,河南郑州,450052;信息工程大学地理空间信息学院,河南郑州450052;68310部队,陕西西安710600 |
| |
| 摘 要： | 滩涂作为海岸带的重要组成部分,是重要的土地资源。针对遥感影像滩涂分类的提取,文中提出一种联合光谱和纹理特征支持向量机(SVM)滩涂分类的方法。首先介绍纹理特征影像获取方法,通过灰度共生矩阵分析得到滩涂纹理特征影像;然后将光谱影像与纹理影像叠加形成一幅多维特征影像,用SVM分类算法中的OAR分类器进行分类实验,对分类结果进行实验分析。实验结果表明,该算法对提高海岸带地理信息获取能力,提升海洋遥感测绘信息化保障水平有积极意义。
|
| 关 键 词： | 光谱特征 纹理特征 支持向量机 滩涂分类 |
Research on joint spectral and texture features SVM tidal classification and extraction algorithm |
| |
| ZHAO Liang,MENG Like,ZHANG Yan,FENG Wufa,ZHANG Jiling.Research on joint spectral and texture features SVM tidal classification and extraction algorithm[J].Engineering of Surveying and Mapping,2016,25(1):43-46. |
| |
| Authors: | ZHAO Liang MENG Like ZHANG Yan FENG Wufa ZHANG Jiling |
| |
| Abstract: | |
| |
| Keywords: | spectral feature texture feature support vector machine tidal land |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
