基于多特征的高空间分辨率遥感图像分类方法.docx

基于多特征的高空间分辨率遥感图像分类方法
摘要
在高空间分辨率遥感图像分类中，多种地物和地貌也对分类结果产生影响。因此，本研究提出了一种基于多特征的高空间分辨率遥感图像分类方法，结合多种特征进行特征选择，使用支持向量机进行分类。实验结果表明，该方法在提高分类准确率的同时，能够提高分类效率，为高空间分辨率遥感图像分类提供了新的思路。
关键词：高空间分辨率；遥感图像分类；多特征；支持向量机
中文摘要
在高空间分辨率遥感图像分类中，一张图中有多种地物和地貌也对分类结果产生影响，为此，本研究提出了一种基于多特征的高空间分辨率遥感图像分类方法，结合多种特征进行特征选择，使用支持向量机进行分类。实验结果表明，该方法在提高分类准确率的同时，能够提高分类效率，为高空间分辨率遥感图像分类提供了新的思路。
关键词：高空间分辨率；遥感图像分类；多特征；支持向量机
Abstract
Multiplefeaturesplayavitalroleinhighspatialresolutionremotesensingimageclassification,asvariousterrainsandgroundcovershavedifferentinfluencesontheclassificationresult.Therefore,thisstudyproposesamulti-featuredhighspatialresolutionremotesensingimageclassificationmethodthatselectsandcombinesmultiplefeaturesforclassificationusingsupportvectormachines.Ourexperimentalresultsshowthatthismethodcanimprovetheclassificationaccuracyandefficiencyofhighspatialresolutionremotesensingimageclassification,providingnewideasforthisfield.
Keywords:highspatialresolution;remotesensingimageclassification;multiplefeatures;supportvectormachine
Introduction
Highspatialresolutionremotesensingtechnologyhasgainedwidespreaduseinenvironmentalmonitoring,landuseandlandcoverchangedetection,resourceinventory,anddisasterevaluation.Remotesensingimagesaremulti-dimensional,multi-featured,andloadedwithinformationongroundcoversandterrains,providinganeffectivetoolforthematicmapping,monitoring,andestimation.However,themassivedatageneratedbyremotesensingimagingcomeswithinherentchallengesofdataprocessing,dataanalysis,andbig-datastorage,whichrequireprofessionalskillsinremotesensingandartificialintelligencetechniques.
Remotesensingimageclassificationishighlysignificantinremotesensingapplications,aimingtointerpretthethematicinformationfromremotesensingimages,extractgeographicalfeatures,andcreatethematicmaps.Remotesensingimageclassificationcanbedividedintotwotypes:supervisedandunsupervisedclassification.Unsupervisedclassificationusesclusteringalgorithmstoclassifypixels’spectralsignatureswithsimilarpatternsintoasingleclass.Supervisedclas