支持向量机在矿遥感监测图像分类中的应用研究.pdfVIP

致 谢 本论文是在王焱教授的悉心指导下完成的，没有王老师的指导、鼓励及资金上 的大力支持，论文是不可能得以顺利完成的。师从三载，收获颇丰，感触亦深。王 老师优秀的做人品质，严谨的治学态度，开拓创新的精神，高屋建瓴把握全局的能 力，忘我的工作精神给学生树立起潜移默化的典范作用，这也是导师传授给学生最 宝贵的财富。在此，谨向我的导师致以深深的敬意。 感谢两年多来学院领导和老师的深切关怀，感谢本实验室颜语、王占超、孙雁 鸣、王磊明等同学的支持和帮助，感谢同宿舍姐妹陈巍、刘晟楠、吕春玲在生活和 学习中的关怀和帮助。感谢所有关心、帮助本论文工作的老师和同学。 特别感谢辛勤养育和教导我的父母和家人，多年来，他们给了我极大的关怀和 鼓励，使我在人生的道路上不断成长，他们的关注和期盼是我不断前进的强大动力。 最后，感谢所有审阅本论文的专家和老师们！ 摘 要 我国在煤矿开采过程中的监测行为大多是现场监测，力量薄弱，而且信息采集 范围有限、时效性差，大量违法开采行为不能够及时发现，对矿区环境造成不可逆 转的破坏。遥感技术以其宏观性、实时性、周期性及综合性等特点，为快速、准确、 客观的露天煤矿区环境监测提供了可能。随着航天遥感信息技术的快速发展和全球 对地观测体系的建立，遥感数据的提供能力越来越强，但由于遥感信息的综合性， 遥感成像机理的复杂性，信息处理技术却落后于信息获取技术的发展。本文对现有 遥感图像分类方法及支持向量机原理进行了综合分析，将基于支持向量机的遥感图 像分类识别方法用于露天煤矿区的遥感监测问题中。 以鹤岗市的一幅 TM 遥感图像为例，选用两种支持向量机多分类方法进行分类 比较。支持向量机分类器建模过程中，核函数的选择至今没有理论上的指导，本文 用实验的方法，手动创建了一个二维的五分类样本数据集合，分别使用常用的四种 核函数进行了分类比较，结果显示，使用高斯径向基核函数时分类器的分类效果最 为理想；使用交叉验证的网格搜索法选取了合适的参数，使分类器具有较高的分类 精度。结果表明，由于误差累积，支持向量机多分类器的分类精度要低于两类分类 器的精度；在解决类别数少的分类问题时，两种 SVM 多分类器的分类精度令人满 意，分别达到 83.67%和 86.75% ，相比之下 1-v-1SVM 具有更高的分类精度。 关键词：遥感监测；支持向量机；图像分类 Abstract China in coal mining in the process of monitoring the behavior of mostly on-site monitoring, weak, and the limited scope of information collection, timeliness is poor, a large number of illegal exploitation of behavior can not be timely detection of irreversible damage to environment caused by mining. Remote sensing technologys broad, real-time, periodic and comprehensive sexual and other characteristics, for fast, accurate, and objective opencast mine area offers the possibility of environmental monitoring. With the space remote sensing information technology, rapid development and Global Earth Observation System of remote sensing data, to provide capacity-growing, but because of the comprehensive nature of remote sensing information, the complexity of the mechanism of remote sensing imaging, i