基于支持向量机的遥感图像建筑物识别与分类方法研究 |
| |
引用本文: | 张 浩,赵云胜,陈冠宇,张春苑.基于支持向量机的遥感图像建筑物识别与分类方法研究[J].地质科技通报,2016,35(6):194. |
| |
作者姓名: | 张 浩 赵云胜 陈冠宇 张春苑 |
| |
摘 要: | 摘 要:高分辨率遥感影像可以更精细地描述地物目标的几何特征、空间特征和纹理特征等信息,在各个领域中都得到广泛的应用。建筑物作为地物信息分类中的主要部分,是地形图成图的主要组成元素,对建筑物的识别与提取,直接影响到地物测绘的自动化水平,对它的识别和定位可以为特征提取、特征匹配、图像理解、制图和作为其他目标的参照体有重要的意义。针对建筑物的遥感影像特征,研究了支持向量机分类器(SVM)在建筑物识别与分类中的应用,提出了一种交叉验证的方法对参数敏感度进行分析,通过使用GridSearch算法确定模型参数设置的最优方案,并对分类结果中建筑物进行轮廓提取。通过实验表明,优化后的SVM算法对建筑物的分类精度达到90%,对比随机森林算法、最近邻分类器优势非常明显。
|
Remote Sensing Image Building Recognition and Classification Based on the Support Vector Machine |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《地质科技通报》浏览原始摘要信息 |
| 点击此处可从《地质科技通报》下载免费的PDF全文 |
|