融合各最優(yōu)尺度下特征的高分辨率遙感影像分類.pdf

1、在面向?qū)ο蟮母叻直媛蔬b感影像的分類方法中，首先將影像分割成同質(zhì)對象，然后再提取地物目標(biāo)的多種特征，進(jìn)而在此基礎(chǔ)上實(shí)現(xiàn)對影像的分類。本文提出了一種系統(tǒng)的面向?qū)ο蟮母叻直孢b感影像分類的技術(shù)方案，主要研究內(nèi)容如下:
　　(1)采用多尺度分割模型對高分辨率遙感影像進(jìn)行初始分割。首先構(gòu)建同質(zhì)性與異質(zhì)性指標(biāo)，由此構(gòu)建多尺度分割尺度模型，得到不同地物的最優(yōu)分割尺度，為下一步充分提取各地物目標(biāo)的特征做下奠定，并通過實(shí)驗(yàn)驗(yàn)證了其分割效果。
　

2、　(2)不同的地物對應(yīng)著不同的分割結(jié)果，為了充分提取地物的特征，選擇在各自對應(yīng)的最優(yōu)尺度下提取特征，這樣必然存在特征的重復(fù)與冗余，為了消除無關(guān)冗余特征，提出使用改進(jìn)SFFS算法去除無關(guān)特征，再使用互信息去除冗余特征，形成初步特征集。
　　(3)為了實(shí)現(xiàn)多類地物的分類，組合多個SVM二分類器實(shí)現(xiàn)多分類的功能。為了充分利用特征信息，在分類中利用不同的特征對不同的分類器進(jìn)行訓(xùn)練，并通過多個核函數(shù)的組合使用，提高分類精度。針對核函數(shù)參數(shù)的