基于支持向量机的农业遥感图像耕地提取技术研究

作者：李昌俊; 黄河; 李伟

来源：仪表技术, 2018, (11): 5-48.

DOI：10.19432/j.cnki.issn1006-2394.2018.11.002

• 遥感图像分类
• 耕地划分
• 支持向量机

耕地是农业发展的基础,而遥感技术是当前监测耕地面积以及分布情况的主要工具。耕地本身复杂的地形特征以及其他背景地物的混淆,使得地形特征、分辨率、空间物理误差、几何变形、算法等一直是制约耕地快速实时监测的主要因素。SVM算法具有小样本学习、抗噪声性能好、学习效率高、鲁棒性好等优点。通过SVM算法对江苏省某地级市的卫星遥感图像分类,识别出其中的耕地并划分,对耕地的分类准确率达到了90%以上。实验结果表明,使用SVM算法能够快速高效地对遥感图像中的耕地进行识别并划分。

• 单位
  中国科学院，合肥智能机械研究所; 中国科学院合肥智能机械研究所; 中国科学技术大学