高分辨率遙感圖像分類技術研究.pdf

1、遙感技術的發(fā)展，使我們能夠獲得極其豐富的信息，尤其是近年來高分辨遙感圖像的出現(xiàn)更擴大了對自然界觀察的視野。但是面臨的挑戰(zhàn)是如何處理和應用這些數(shù)據(jù)，使之能轉換為急需被應用的信息。IKONOST和QuikBird等高分辨遙感圖像表現(xiàn)出地物更多的信息諸如光譜、形狀、紋理以及上下文等。盡管衛(wèi)星遙感數(shù)據(jù)分類技術有了長足的發(fā)展，但是對于高分辨遙感圖像來說，利用單一傳統(tǒng)的分類方法不僅會導致分類精度降低，而且也會造成空間數(shù)據(jù)大量冗余、資源浪費。

2、 因此，本文緊緊圍繞提高高分辨遙感圖像的分類精度這一中心環(huán)節(jié)，以IKONOS高分辨率遙感圖像為主要信息源，重點從分類方法和影響分類精度的尺度效應兩個方面加以論述。在對前人工作研究的基礎上，提出了針對高分辨遙感影像的新的分類算法和一種分類最佳尺度的確定方法。 本文主要研究成果如下： 1)在對傳統(tǒng)分類算法進行研究的基礎上，利用混合判別規(guī)則來代替?zhèn)鹘y(tǒng)的單一判別規(guī)則的多分類器融合技術來提高高分辨率遙感圖像分類精度。并把支持向量機