基于GMRF-SVM的高分辨率遥感影像目标区域划分方法

详细信息   全文下载|推荐本文 |

• 出版年：2009
• 作者：明冬萍；骆剑承；沈占锋
• 单位1：中国地质大学信息工程学院
• 出生年：1976
• 学历：博士
• 职称：讲师
• 语种：中文
• 作者关键词：高分辨率遥感；信息提取；目标识别；多尺度；区域划分：GMRF-SVM
• 起始页：33
• 总页数：5
• 经费资助：国家自然科学基金项目（40601057）
• 刊名：测绘科学
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1976
• 主管单位：国家测绘局
• 主办单位：中国测绘科学研究院
• 主编：林宗坚
• 地址：北京市海淀区北太平路16号
• 邮编：100039
• 电子信箱：niu@casm.ac.cn；cehuikexue@yahoo.cn
• 网址：http://www.map.ac.cn；http://chkd.chinajournal.net.cn；http://www.chinainfo.gov/periodical/chkx
• 卷：34
• 期：2
• 期刊索取号：P810.6 649-8
• 数据库收录：俄罗斯文摘杂志收录期刊；日本科学技术社数据库期刊；美国剑桥科学文摘收录期刊；中国科技核心期刊；中国科学引文库核心期刊；全国中文核心期刊
• 核心期刊：中国科技核心期刊；中国科学引文库核心期刊；全国中文核心期刊

摘要

高分辨率遥感影像数据量大、细节丰富并呈现出一定的尺度依赖性，单一尺度遥感影像分割难以同时兼顾影像的宏观和微观特征，这成为制约遥感信息自动化提取技术发展的瓶颈之一。对此本文提出了基于特征的多尺度高分辨率遥感信息提取技术框架，并分析了其对于大尺度海量数据信息提取与目标识别工作具有的理论及实践意义。根据影像光谱或纹理等特征，提出采用GMRF-SVM方法在大尺度上进行分类的目标区域划分方法。从大尺度信息提取的角度来看，该方法综合了GMRF纹理分类和SVM少量样本模式识别的优势，便于先验知识的融合，无论从花费时间还是分类处理效果上，都远远优于直接采用GMRF进行分割所取得的效果，对于后面的信息提取和目标识别来说更具有实际意义。