期刊文章详细信息
联合光谱和纹理特征的支持向量机滩涂分类方法研究
Research on joint spectral and texture features SVM tidal classification and extraction algorithm
文献类型:期刊文章
机构地区:[1]61175部队 [2]96656部队 [3]信息工程大学地理空间信息学院 [4]68310部队
年 份:2016
卷 号:25
期 号:1
起止页码:43-46
语 种:中文
收录情况:CSCD、CSCD_E2015_2016、JST、ZGKJHX、普通刊
摘 要:滩涂作为海岸带的重要组成部分,是重要的土地资源。针对遥感影像滩涂分类的提取,文中提出一种联合光谱和纹理特征支持向量机(SVM)滩涂分类的方法。首先介绍纹理特征影像获取方法,通过灰度共生矩阵分析得到滩涂纹理特征影像;然后将光谱影像与纹理影像叠加形成一幅多维特征影像,用SVM分类算法中的OAR分类器进行分类实验,对分类结果进行实验分析。实验结果表明,该算法对提高海岸带地理信息获取能力,提升海洋遥感测绘信息化保障水平有积极意义。
关 键 词:光谱特征 纹理特征 支持向量机 滩涂分类
分 类 号:P237] P931.1[测绘类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...