基于SVM的多光谱影像与SAR图像融合地物分类研究

作者：陈伟利; 陶和平; 刘斌涛

来源：安徽农业科学, 2010, (20): 10662-10664.

DOI：10.13989/j.cnki.0517-6611.2010.20.180

• 地物分类
• 图像融合
• 支持向量机
• SAR图像 Surface classification
• Multi-spectral
• Support vector machine
• SAR image

多光谱遥感图像反映了不同地物的光谱信息,而SAR图像则反映了地表不同地物的后向散射强度信息。通过二者结合,可以实现优势信息互补,提高遥感影像分类的精度。多光谱影像与单波段单极化SAR图像融合分类有2种策略:一种是将SAR图像作为一个波段加入多光谱影像中进行分类;另一种先把多光谱影像与SAR图像融合,然后对融合后的图像进行分类。以成都市使用支持向量机分类方法对2种分类策略下的分类精度进行验证。结果表明,后者分类精度要高于前者,同时2种分类方法的分类精度都明显高于单独使用多光谱影像的分类精度。

• 单位
  中国科学院; 中国科学院大学; 中国科学院、水利部成都山地灾害与环境研究所