高维遥感图像的快速分类算法

发布时间：2018-01-04 08:10

  本文关键词：高维遥感图像的快速分类算法　出处：《测绘科学》2016年08期 　论文类型：期刊论文

  更多相关文章： 支持向量机SVM k均值二叉树 图像分类 高维数据

【摘要】：为了实现对高维遥感图像的快速准确分类,提出了一种基于k均值二叉树支持向量机(SVM)的分类方法。该方法通过对选取的训练样本进行k均值聚类,生成支持向量机分类二叉树,作为确定最佳分类顺序的依据,以降低分类过程中的误差累积并提高整体分类精度,而且可缓解由样本数量不均衡导致的分类误差。该方法可在不进行降维处理的情况下,对高维遥感图像进行快速准确分类。测试结果表明,其分类速度和分类精度都优于传统的支持向量机分类结果。
[Abstract]:In order to realize the rapid and accurate classification of high dimensional remote sensing image, we propose a support vector machine based on K value of two binary tree (SVM) classification method. The method used K clustering to the selection of training samples, generating support vector machine classification of two binary tree, as to determine the optimal classification according to the order. To reduce the error accumulation in the classification process and improve the overall classification accuracy, but also reduce the classification error by the number of samples is not balanced result. This method can reduce the dimension in the case of fast and accurate classification of high dimensional remote sensing image. Experimental results show that the classification speed and classification accuracy is better than the traditional support vector machine classification results.

【作者单位】： 辽宁工程技术大学测绘与地理科学学院;
【基金】：国家自然科学基金项目(41201454) 辽宁省大学生创新创业训练计划项目(201410147047)
【分类号】：TP751
【正文快照】： 0引言随着卫星传感器技术的发展,遥感数据的光谱分辨率和时间分辨率越来越高。目前高光谱卫星遥感(如EO-1Hyperion)的光谱分辨率可达10nm,包含几百个成像波段。时间分辨率较高的卫星传感器,如AVHRR和MODIS等可以每天获取覆盖全球的实时数据,而静止气象卫星的时间分辨率甚至可

【相似文献】

相关期刊论文 前10条

1 李伟;;遥感图像中的道路提取[J];自动化博览;2006年05期

2 李传龙;李颖;马龙;;一种新的遥感图像海岸线检测方法[J];计算机仿真;2010年08期

3 张学良;肖鹏峰;冯学智;;基于图像内容层次表征的遥感图像分割方法[J];中国图象图形学报;2012年01期

4 秦其明;遥感图像自动解译面临的问题与解决的途径[J];测绘科学;2000年02期

5 陈小琪;现代计算机印前制版技术在遥感图像印制中的应用研究——以《长江经济带可持续发展地图集》为例[J];地球信息科学;2000年02期

6 邓湘金,彭海良;一种基于遥感图像的机场检测方法[J];测试技术学报;2002年02期

7 余杰千,方涛,陈雍业;一种有效的遥感图像无缝分割方法[J];计算机应用;2003年12期

8 吴为禄;遥感图像中的云层消除处理[J];铁路航测;2003年01期

9 于辉,徐军;彩色遥感图像目标提取方法研究[J];遥感技术与应用;2003年06期

10 黄勇杰,王树国,刘俊义,陈东;遥感图像去云算法研究[J];仪器仪表学报;2003年S2期

相关会议论文 前10条

1 张凤春;董增寿;刘明君;;基于局部方差均衡的遥感图像增强方法[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

2 邓冰;林宗坚;彭晓东;;遥感图像信息度量的原理与方法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

3 江兴方;江鸿;何贤强;;遥感图像两种半自动拼接方法的研究[A];全国农业遥感技术研讨会论文集[C];2009年

4 罗睿;张永生;范永弘;邓雪清;;遥感图像基于内容查询的研究与实践[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

5 陈东;庞怡杰;黄勇杰;;大倾斜航空遥感图像快速自动镶嵌技术[A];图像 仿真 信息技术——第二届联合学术会议论文集[C];2002年

6 黄勇杰;王树国;刘俊义;陈东;;遥感图像去云算法研究[A];首届信息获取与处理学术会议论文集[C];2003年

7 谢建春;赵荣椿;;遥感图像中的军用机场识别算法研究[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

8 陈姚;王金亮;李石华;;遥感图像中云层遮挡影响消除处理方法研究述评[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

9 张磊;朱磊;;遥感图像中直线目标的检测[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

10 邱磊;李国辉;衡祥安;;一种基于交互学习的遥感图像挖掘方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

相关重要报纸文章 前1条

1 蒋建科邋孙宏金 陈树琛;传回清晰遥感图像[N];人民日报;2008年

相关博士学位论文 前10条

1 江兴方;遥感图像去云方法的研究及其应用[D];南京理工大学;2007年

2 滕鑫鹏;遥感图像道路提取研究[D];江苏大学;2014年

3 刘春红;超光谱遥感图像降维及分类方法研究[D];哈尔滨工程大学;2005年

4 刘哲;基于信息融合的遥感图像处理方法研究[D];西北工业大学;2002年

5 强赞霞;遥感图像的融合及应用[D];华中科技大学;2005年

6 杜根远;海量遥感图像内容检索关键技术研究[D];成都理工大学;2011年

7 陶午沙;基于结构模型的遥感图像军事阵地目标特征分析及其识别技术研究[D];国防科学技术大学;2004年

8 林剑;基于模糊理论的遥感图像分割方法研究[D];中南大学;2003年

9 薛丽霞;基于对象云的遥感图像模糊边缘检测研究[D];西南交通大学;2007年

10 罗睿;遥感图像信息系统的设计与分析[D];解放军信息工程大学;2001年

相关硕士学位论文 前10条

1 邱磊;基于内容的遥感图像挖掘方法研究[D];国防科学技术大学;2005年

2 杨志柳;面向遥感图像特殊目标检测算法的星载实时处理器实现[D];北京理工大学;2016年

3 梁若飞;面向对象的遥感图像分割与玉米田面积统计方法研究[D];中北大学;2016年

4 薛万勋;基于边缘特征的遥感图像质量评价方法研究[D];中国科学院国家空间科学中心;2016年

5 于海涛;基于超像素区域融合的遥感图像地物分类算法研究[D];东北大学;2014年

6 远远;遥感图像实时多模式显示技术研究[D];电子科技大学;2008年

7 余俊杰;基于纹理的遥感图像分类算法及其应用研究[D];湖南大学;2009年

8 刘文静;含噪遥感图像分割的新方法[D];新疆大学;2011年

9 孙艳霞;纹理分析在遥感图像识别中的应用[D];新疆大学;2005年

10 李百寿;遥感图像线性影纹理解专家系统研究[D];吉林大学;2006年

，

本文编号：1377755