基于最小二乘支持向量机的无人机遥感影像分类

作者：刘伟; 赵庆展; 汪传建; 陈洪; 李沛婷

来源：江苏农业科学, 2017, 45(09): 187-191.

DOI：10.15889/j.issn.1002-1302.2017.09.051

• 最小二乘支持向量机
• 粒子群优化
• 网格搜索
• 交叉验证
• 无人机遥感

针对SVM容易出现过学习、泛化能力下降的问题,利用LSSVM在求解线性方程组时的自身优势,对高分辨率无人机多光谱影像进行地物分类识别。采用固定翼无人机搭载Micro MCA12 Snap多光谱相机,获取研究区域玛纳斯河畔的多光谱影像,首先利用最佳波段指数法与光谱信息、纹理信息结合得到最佳特征波段组合,从而降低数据维度,进而利用粒子群优化和网格搜索算法分别进行参数寻优并交叉验证方法对影像进行SVM和LSSVM对比试验。结果表明,Micro MCA12 Snap多光谱传感器所选择的1、6、11波段组合及NDVI、NDWI、Mean特征信息组合,粒子群优化LSSVM分类的总体精度较网格搜索LSSVM高0.092%,Kappa系数高0.006;粒子群优化LSSVM分类的总体精度较粒子群优化SVM分类高2.021%,Kappa系数高0.008。试验方法改善了各种地物特别是裸地与沙石的区分,是对该相机及特征组合进行分类的有效手段。

• 单位
  新疆生产建设兵团; 石河子大学