利用对象和支持向量机的遥感信息提取方法探讨  

Remote sensing information extraction based on object-oriented and support vector machines

作　　者：肖奥[1] 赵文吉[1] 胡德勇[1] 刘连刚[2] 李家存[1] 

机构地区：[1]首都师范大学资源环境与旅游学院/三维信息获取与应用教育部重点实验室/资源环境与地理信息系统北京市重点实验室,北京100048 [2]北京市地质研究所,北京100120

出　　处：《测绘科学》2010年第5期154-157,共4页Science of Surveying and Mapping

基　　金：国家科技支撑计划课题"环北京区域地表环境遥感动态监测与评价技术研究"(2007BAH15B02);国家科技支撑计划重点(2006BAC08B02);空间数据挖掘与信息共享教育部重点实验室开放基金"基于对象和SVM的遥感图像分类及精度分析"

摘　　要：土地利用/覆被专题信息的快速、高效、准确提取是遥感图像处理研究的重要方向。传统的遥感分类方法常依靠像元的光谱值,未充分利用影像的空间信息。本文将面向对象影像分割和支持向量机方法相结合,复合光谱和纹理信息,建立了Object-SVM分类模型,并与面向对象的模糊函数和基于像元的SVM方法相比较,探寻区域尺度土地利用/覆被信息提取方法。结果显示,Object-SVM模型有效地提高了遥感图像的分类精度和分类效率,对于区域尺度影像的快速、准确、客观的信息提取具有实际意义。It is the important for remote sensing image processing to quickly,efficiently and accurately extract the land use/cover information.Traditional remote sensing classification makes use of the single-source spectral information to extract the land use/cover information without spatial information.In this paper,Object-oriented and Support Vector Machines are incorporated to extract the land use/cover information with spectral and texture information.Object-SVM model is set up for the extraction of land use/cover information in area coverage,comparing with Object-oriented fuzzy logic and SVM based on pixels.The research shows that Object-SVM can achieve better accuracies and efficiencies for actual applications.

关 键 词：面向对象 影像分割 支持向量机 光谱 纹理 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]