文档名：一种基于FCMSVM的面向对象的遥感图像分类方法
基于对象的分类方法由于可以加载人的分析问题思维知识库,所以充分利用地表物体固有的结构信息和空间几何信息,进而可以提高图像的分类精度.文中提出一种基于模糊C均值聚类(fuzzyc-means,FCM)与支持向量机(SupportVectorMachine,SVM)的遥感图像像素自动分割方法.先用FCM得到相对粗糙的图像初始分割,得到簇级特征,并样本标注输入到SVM,使SVM在这初始分割上进行训练,构造SVM分类模型;最后由SVM分类器对图像像元进行预测判别,完成整幅图像的分割.结合ALOS,PSM,Landsat等几种影像数据进行面向对象的分类,分割仿真实验结果分别与K-means,ISODATA,FCM方法性能进行对比分析,数值实验展示了提出算法的有效性并证实了理论结果.
作者：古丽娜孜·艾力木江梁义乎西旦·居马洪
作者单位：伊犁师范学院电子与信息工程学院,新疆伊宁835000
母体文献：中国图象图形学学会第九届立体图象技术学术会议论文集
会议名称：中国图象图形学学会第九届立体图象技术学术会议
会议时间：2018年8月1日
会议地点：新疆伊宁
主办单位：中国图象图形学学会
语种：chi
分类号：
关键词：遥感图像 模糊C均值聚类 支持向量机 分类精度
在线出版日期：2022年3月9日
基金项目：
相似文献
相关博文
- 文件大小:
- 6.12 MB
- 下载次数:
- 60
-
高速下载
|
|
