基于多源信息的TM遥感图像计算机分类  

The TM Images Classification Using Computer Based on the Multi-Source Data

作　　者：邓锟[1] 常庆瑞[1] 纪娜[2] 

机构地区：[1]西北农林科技大学资源环境学院,陕西杨凌712100 [2]杨凌职业技术学院,陕西杨凌712100

出　　处：《微计算机信息》2008年第21期277-279,共3页Control & Automation

基　　金：国家自然科学基金委员会;项目名称:荒漠化土地植被恢复过程土壤形成演变及其耦合关系研究;(30571527);国家科技支撑计划(2006BAD09B0603);西北农林科技大学创新团队支持计划(2006年)

摘　　要：本文以榆林市城区及其周边范围为实验区,以TM遥感图像的第一主成分纹理信息、归一化植被指数和MNF变换得到的四个波段为数据源,采用支持向量机方法进行分类,并与最大似然法分类和单纯利用光谱信息的基于SVM分类结果进行比较。试验结果表明,将纹理分析方法应用于图像分类中可区分光谱混淆的地类;和传统的分类方法相比,采用支持向量机技术,使用光谱与纹理特征结合的分类方法可以获得更高的分类精度。This paper discusses about the extraction of classification information of Yulin city and nearby area from an TM image and deals with the image classification based on the SVM method integrating the information of texture of PCA1, NDVI and MNF. And com- paring to the results based on Maximum Likelihood and SVM method with single-source data. The results showed that the objects with same spectrum are distinguished by using texture analysis in image classification~ Compare with the traditional classification method, the classification based on the information of texture and spectrum using SVM could acquire higher classifying precision.

关 键 词：最小噪声分离变换 灰度共生矩阵 支持向量机 

分 类 号：TP75[自动化与计算机技术—检测技术与自动化装置]