节点文献

基于支持向量机的遥感图像建筑物识别与分类方法研究

免费订阅

【作者】 张浩赵云胜陈冠宇张春苑

【Author】 Zhang Hao;Zhao Yunsheng;Chen Guanyu;Zhang Chunyuan;Faculty of Engineering,China University of Geosciences;School of Computer,China University of Geosciences;

【机构】 中国地质大学(武汉)工程学院中国地质大学(武汉)计算机学院

【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。

【基金】 湖北省自然科学基金项目(2012FFB6403)
【所属期刊栏目】 遥感地质 (2016年06期)
  • 【分类号】TP751
  • 【被引频次】22
  • 【下载频次】502
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: