文献类型：期刊文章

作　　者：翁代云[1] 杨莉[1]

机构地区：[1]重庆城市管理职业学院信息工程学院,重庆401331

出　　处：《计算机仿真》

年　　份：2012

卷　　号：29

期　　号：6

起止页码：240-243

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：研究遥感图像分类精度问题,遥感图像分类根据图像特征进行分类,然而其特征维数相当高且信息冗余严重,分类器不能降低特征维数,导致分类器计算量大,图像分类效率和正确率低。利用主成分分析(PCA)降维特征维数的优点,提出一种基于PCA-SVM的遥感图像分类方法。PCA-SVM算法首先采用LBP算子提取遥感图像特征,然后采用PCA对遥感图像特征进行降维处理,减少特征维数并消除特征冗余信息,获得对分类结果贡献大的特征,最后采用SVM进行遥感图像分类。仿真结果表明,PCA-SVM提高了遥感图像分类效率和正确率。

关 键 词：遥感图像分类 数据挖掘 图像特征

分 类 号：TP391]