| 基于纹理特征和支持向量机的ALOS图像土地覆被分类 |
| |
| 引用本文： | 李玲,王红,刘庆生,宁吉才.基于纹理特征和支持向量机的ALOS图像土地覆被分类[J].国土资源遥感,2011(4):58-63. |
| |
| 作者姓名： | 李玲 王红 刘庆生 宁吉才 |
| |
| 作者单位： | 1. 河海大学地球科学与工程学院,南京,210098
2. 中国科学院地理科学与资源研究所,北京,100101 |
| |
| 基金项目： | 国家科技重大专项“水体污染控制与治理”之“太湖流域水生态功能分区与质量目标管理技术示范”项目，国家自然科学基金 |
| |
| 摘 要： | 高空间分辨率遥感图像在土地覆被分类方面应用广泛,但传统的基于像元分类方法的精度较低.为了提高高分辨率图像的分类精度,通过灰度共生矩阵法快速提取纹理特征,利用支持向量机(SVM)并辅以纹理特征,对浙江湖州典型实验样区的ALOS图像进行土地覆被分类.结果表明:基于纹理特征和SVM的图像分类能更好地提取地物信息,分类总精度达...
|
| 关 键 词： | 纹理特征 SVM ALOS图像 土地覆被 非点源污染 |
Land Cover Classification Using ALOS Image Based on Textural Features and Support Vector Machine |
| |
| LI Ling,WANG Hong,LIU Qing-sheng,NING Ji-cai.Land Cover Classification Using ALOS Image Based on Textural Features and Support Vector Machine[J].Remote Sensing for Land & Resources,2011(4):58-63. |
| |
| Authors: | LI Ling WANG Hong LIU Qing-sheng NING Ji-cai |
| |
| Institution: | 1.School of Earth Sciences and Engineering,Hehai University,Nanjing 210098,China; 2.Institute of Geographic Sciences and Natural Resources Research,CAS,Beijing 100101,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
