基于三维纹理的多模态特征城市土地利用分类  

Multi-modal Feature Urban Land-use Classification Based on 3D Texture

作　　者：张彩煜 李明磊 魏大洲 吴伯春[2] 李正 李佳 ZHANG Caiyu;LI Minglei;WEI Dazhou;WU Bochun;LI Zheng;LI Jia(College of Electronic and Information Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China;Chinese Aeronautical Radio Electronics Research Institute,Shanghai 200233,China)

机构地区：[1]南京航空航天大学电子信息工程学院,江苏南京211106 [2]中国航空无线电电子研究所,上海200233

出　　处：《地理空间信息》2023年第9期14-17,26,共5页Geospatial Information

基　　金：中央高校基本科研业务费专项基金资助项目(NZ2020008);核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室基金资助项目(6142A010403)。

摘　　要：城市土地利用分类研究对实现城市土地资源高效管理和城市可持续发展具有重要意义。基于无人机获取的遥感影像数据,提出了一种融合DSM特征、三维纹理特征和改进型植被指数的多模态特征提取技术,并利用支持向量机(SVM)分类器进行城市土地利用分类。针对传统绿蓝植被指数对无人机影像敏感度低的问题,提出了一种改进型绿蓝植被指数(MGBVI)。结果表明,采用多模态特征后分类精度提高了16.5%;多模态特征中选择三维纹理特征和MGBVI进行分类的效果最佳。The research on urban land-use classification is of great significance to realize the efficient management of urban land resources and urban sustainable development.Based on the remote sensing image data obtained by UAV,we proposed a multi-modal feature extraction technology integrating DSM feature,3D texture feature and modified vegetation index,and used support vector machine(SVM)classifier to classify urban land-use styles.In view of the low sensitivity of traditional green and blue vegetation index to UAV images,we proposed a modified green and blue vegetation index(MGBVI).The results show that the classification accuracy is improved by 16.5%after using multi-modal features,and the 3D texture feature and MGBVI are the best among multi-modal features.

关 键 词：城市土地利用分类 DSM 多模态特征 MGBVI SVM 

分 类 号：P237[天文地球—摄影测量与遥感]