遥感影像的分类自校正方法研究
- 作者：Xiufang Zhu朱秀芳Yaozhong Pan潘耀忠Wenquan Zhu朱文泉Lijian Han韩立建Xinhua Pang庞新华
- 会议时间：2006-08-11
- 关键词：遥感影像 ; 模式识别 ; 技术创新 ; 分类自校正方法
- 作者单位：Xiufang Zhu,Yaozhong Pan,Wenquan Zhu,Lijian Han,Xinhua Pang(Key Laboratory of Environment Change and Natural Disaster,Ministry of Education of China,Beijing Normal University;College of Resources Science & Technology,Beijing Normal University,Beijing,China,100875)朱秀芳,潘耀忠,朱文泉,韩立建,庞新华(北京师范大学环境演变与自然灾害教育部重点实验室,北京师范大学资源学院,北京,100875)
- 母体文献：2006环境遥感学术年会论文集
- 会议名称：2006环境遥感学术年会
- 会议地点：银川
- 主办单位：中国地理学会
- 语种：chi
摘要
遥感图像分类是遥感图像研究的主要内容之一,分类精度高低直接关系到遥感数据的可靠性和实用性.多分类器系统可以提高单分类器分类的精度,但往往要求组成其的子分类器分类误差相互独立,子分类器选择困难.支持向量机是新发展起来的一种非参数分类器,其分类原理和传统的基于统计的分类方法不同,表现出一定的独立性.为此本文尝试基于支持向量机和目前使用最广泛的最大似然法,构建一个性能高效且组合方式简单的复合分类器(中文将其称为遥感影像的分类自校正方法).同时,为了验证该分类器的性能,分别利用最大似然法、支持向量机法和分类自校正方法进行分类对比试验.结果显示分类自校正方法的总体分类精度最高,比最大似然法和支持向量机法分别提高了4.35%和6.6%,而且各种地物类型的分类精度相对最大似然和支持向量机法都有提高.本文提出的分类自校正方法是一种性能高效且操作简单的分类方法.