10.3969/j.issn.2095-2163.2015.04.015
基于小波变换和SVM的OLI图像分类方法
以陕西省靖边县2013年8月份的Landsat 80LI图像作为基础数据源,比较最大似然法和本文提出的分类方法识别研究区10种主要地物类型的精度.首先对OLI图像进行像素级融合处理和3层分解的小波滤波;之后对图像进行LBV变换;依据地物间光谱特征和形态特征差异为10种地物类型选择样本、执行SVM监督分类和基于数学形态学开闭运算的分类后处理;选取总体分类精度和Kappa系数两项指标,将所得分类图与对最大似然法分类图比较.结果显示,本文提出的分类方法能够降低OLI图像分类后的椒盐效应,分类图的总体分类精度和Kappa系数分别为:82.75％、0.773,较最大似然法分类结果分别提高:14.72％和16.42％.基于小波变换的SVM监督分类方法能够较为准确地识别研究区10种主要地物类型,抑制分类后的椒盐效应,适合用于在陕北黄土高原梁峁沟壑区解译OLI图像.
OLI图像、黄土高原梁峁沟壑区、椒盐效应、小波滤波、LBV变换
5
TP753;P237.4(遥感技术)
西藏民族大学青年学人项目13myQP09
2015-10-30（万方平台首次上网日期，不代表论文的发表时间）
共4页
48-50,54
