作者:李颖; 李耀辉; 王金鑫; 张成才多光谱遥感影像分类支持向量机人工神经网络纹理
摘要:首先利用支持向量机(SVM)和人工神经网络(ANN)对 Landsat 8 OLI多光谱影像进行基于光谱信息的土地利用监督分类;然后,对多波段进行主成分变换,提取第一主成分的主要纹理信息,与光谱信息一起进行融合光谱和纹理信息的SVM和 ANN影像监督分类.对比分析发现:对中原地区, SVM是 Landsat 8 多光谱遥感影像分类的较优方法,尤其适用于农业用地信息提取;光谱分类即可达到较高精度,纹理信息对提高分类精度的作用十分有限.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社