结合分层技术和SVM监督分类的植被专题信息提取

摘要

比较最大似然法与“结合分层技术和sVM监督分类”方法，从神木县0u图像上识别7种主要植被类型的精度。将神木县7种主要植被类型划入5个专题图层；对图像进行LBV变换后，通过阈值分割获取目标植被类型的概貌图像；以波段L、V、B作为有效特征进行面向对象分割和sVM监督分类，并在分类后执行开、闭运算操作，获得目标植被类型的精确提取结果；将该提取结果作为掩膜区域从原图上去除；重复上述过程依次处理5个专题图层，将各专题层提取结果叠加形成分类图；与最大似然法分类结果进行比较。结果表明，“结合分层技术和SVM监督分类”的方法能够有效降低0LI图像分类后的“椒盐效应”，准确识别神木县7种植被类型，总体分类精度和Kappa系数分别为85．32％、0．796，较最大似然法分类结果分别提高了16．46％和17．93％。