您选择的条件: 兰州大学生命科学学院
  • 基于纹理特征与LSSVM的青土湖地物提取

    分类: 地球科学 >> 地球科学其他学科 提交时间: 2018-10-23 合作期刊: 《干旱区地理》

    摘要: 纹理特征作为一种非光谱信息能够增强地物之间的特征差异,这对于高分辨率遥感影像的地物提取有着重要意义。本文以青土湖为研究区,以Worldview-2影像为数据源,通过引入权重因子定义联合概率函数来确定最佳窗口尺度,利用灰度共生矩阵提取最佳窗口尺度下的纹理特征,将其与原始遥感影像合成,采用最小二乘支持向量机(LSSVM)进行地物提取,将提取结果与仅利用光谱信息的支持向量机(SVM)提取结果、辅以纹理特征的SVM提取结果对比分析。结果表明,本文方法可以更加快速准确地提取青土湖地物,精度高达85.86%,优于仅利用光谱信息的SVM的 65.13%,辅以纹理特征的SVM的73.45%,可为地物破碎的干旱区高分辨率遥感影像地物提取提供有益借鉴。