一种基于代价敏感支持向量机的遥感图像自动解译方法

摘要

本发明属于遥感图像解译领域基于机器学习对遥感图像进行自动解译的一种方法，具体为基于费舍尔线性判别式的数据降维，基于代价敏感支持向量机的分类，和基于择多滤波器的数据后处理，实现对海量遥感数据的精确自动解译。该方法的步骤为：首先通过费舍尔线性判别式对遥感图像的波段特征进行降维，既能够使得不同类的数据样本尽可能的分开，也可以降低数据样本的特征维数，减少运算量。然后使用支持向量机进行遥感图像的自动解译，我们使用代价敏感支持向量机来提高稀有类的分类惩罚权重。最后我们使用择多滤波器对分类后的数据进行过滤和平滑，去除分类结果中的噪声。