基于SVM算法和纹理特征提取的遥感图像分类_丁海勇.pdfVIP

第29 卷 第8 期 计算机工程与设计 2008 年4 月 Vol . 2 9 N o . 8 Computer Engineering and Design Apr. 2008 基于SVM 算法和纹理特征提取的遥感图像分类 1,2 1 丁海勇 ， 卞正富 (1. 中国矿业大学环测学院，江苏徐州22 1008 ；2. 山东农业大学信息学院，山东泰安271018) 摘 要：遥感图像分类是遥感图像处理领域中的一个重要的研究方向，传统的遥感图像分类方法根据像素值进行分类，忽 视了遥感影像中丰富的纹理特征信息。小波分析通过引入宽度可变的窗口，可以同时对信号的局部信息进行频率域和时间 域的变换。小波分析算法可以有效地提取出图像中的纹理特征信息。支持向量机算法是20 世纪90 年代提出的一种新的机 器学习算法，通常被用来进行模式识别和分类。结合小波纹理提取算法，利用支持向量机进行遥感图像分类。研究结果表 明，结合纹理特征的支持向量机分类的效果优于直接对灰度图像进行分类。 关键词：支持向量机; 遥感; 小波分析; 纹理特征; 分类; 模式识别 中图法分类号：TP301.8 文献标识码：A 文章编号：1000-7024 (2008) 08-2 131-02 Remote sensing image classification based on SVM algorithm and texture feature extraction DING Hai-yong1,2, BIAN Zheng-fu1 (1. College of Environment and Spatial Informatics, China University of Mining and Technology, Xuzhou 22 1008, China; 2. College of Information Science and Engineering, Shandong Agricultural University, Taian 271018, China) Abstract ：It is an important research direction to classification the remote sensing images in the field of remote sensing image processing. Traditionally, the remote sensing image classification is based on the cluster algorithm of the pixels gray level. Abundance texture feature information in the remote sensing image is omitted. A window with variable width is brought into the wavelet transformation theory to analysis the local information of a signal in the frequency and spatial domain simultaneous. The wavelet analysis is used to extract the texture structure information. The support vectors machines (SVMs) is a new machine learning algorithm introduced in 90s last century, w