資源描述:
《結合多特征描述和svm的遙感影像分類研究》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。
1、學校代碼10459學號或申請?zhí)?01212222554密級鄭州大學碩士學位論文結合多特征描述和SVM的遙感影像分類研究作者姓名:李奇峰導師姓名:郭同德學科門類:工學專業(yè)名稱:水利信息技術培養(yǎng)院系:水利與環(huán)境學院完成時間:2015年5月原創(chuàng)性聲明本人鄭重聲明:所呈交的學位論文,是本人在導師的指導下,獨立進行研究所取得的成果。除文中己經注明引用的內容外,本論文不包含任何其他個人或集體已經發(fā)表或撰寫過的科研成果。對本文的研宄作出重要貢獻的個人和集體,均己在文中以明確方式標明。本聲明的法律責任由本人承擔。學位論文使用授權聲明本人在導師指導下完成的論文
2、及相關的職務作品,知識產權歸屬鄭州大學。根據(jù)鄭州大學有關保留、使用學位論文的規(guī)定,同意學校保留或向國家有關部門或機構送交論文的復印件和電子版,允許論文被查閱和借閱;本人授權鄭州大學可以將本學位論文的全部或部分編入有關數(shù)據(jù)庫進行檢索,可以采用影印、縮印或者其他復制手段保存論文和匯編本學位論文。本人離校后發(fā)表、使用學位論文或與該學位論文直接相關的學術論文或成果時,第一署名單位仍然為鄭州大學。保密論文在解密后應遵守此規(guī)定。AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterClassif
3、icationofRemoteSensingImageBasedonSVMwithMulti-featureDescribedBy:QifengLiSupervisor:TongdeGuoWaterConservancyInformationTechnologySchoolofWaterConservancyandEnvironmentMay,2015摘要摘要遙感影像是水利信息中的重要信息源,從遙感影像中提取所需信息是利用遙感影像的關鍵步驟。隨著遙感數(shù)據(jù)獲取手段的增多,遙感影像數(shù)據(jù)量飛速增長,如何高質、高效地進行遙感影像的分類顯得至關重要。本
4、文主要探討遙感影像的自動分類問題,在對國內外相關文獻進行閱讀、歸納的基礎上,做了以下研究。分析了目前該類研究中存在的考慮因素單一、研究方法綜合性不足等問題。提出了遙感影像分類研究應結合智能算法和多特征描述來展開的觀點。同時,根據(jù)支持向量機(SVM)在遙感影像分類領域的研究現(xiàn)狀,提出了將多種方法描述的紋理特征和影像的光譜特征相結合,并利用SVM分類器進行分類的方法。介紹了SVM的基本理論、基本算法,詳細討論了SVM參數(shù)選擇算法。根據(jù)SVM的泛化誤差界,分析了SVM的小樣本特性及其對模型復雜程度的控制能力。同時對極大似然估計、最近距離(NN)、K
5、近鄰(K-NN)、樸素貝葉斯等分類算法,就精度、效率、適用條件做了分析對比。在對灰度直方圖、Gabor小波、離散傅里葉環(huán)狀采樣和離散小波分解四種紋理描述方法進行介紹和比較的基礎上,根據(jù)Gabor小波濾波器的導出過程,提出了尺度參數(shù)選擇的基本指導原則,對離散傅里葉環(huán)狀采樣方法進行了改進,進一步提出了DFT平均環(huán)狀采樣直方圖方法。結合多特征描述以及SVM遙感影像分類算法,基于LibSVM、OpenCV、FreeImage、SQLite、QT等開源工具和C++語言開發(fā)了一套實驗系統(tǒng),并以鄭州市西北方向某一區(qū)域的Landsat8OLI影像為例進行了一
6、系列實驗。實驗表明,本研究所提出的SVM分類算法,其分類精度遠高于最大似然估計、K近鄰、樸素貝葉斯等分類算法的精度;所選用的四種紋理描述算法均具有一定區(qū)分能力,其中Gabor小波和DFT平均環(huán)狀采樣直方圖方法區(qū)分能力最強;結合紋理特征和光譜特征進行SVM影像分類,可以將分類精度提高10%,總體分類精度最高可達96.2%;結合多種紋理描述算法可進一步提高SVM的影像分類精度。實驗中還發(fā)現(xiàn),若將區(qū)分度高的紋理描述算法和區(qū)分度低的紋理描述算法進行組合,其分類精度反而高于多種區(qū)分度均較高的紋理描述算法的組合,I摘要本文從模型復雜度控制的角度對這一現(xiàn)象
7、進行了分析和解釋。關鍵詞:遙感影像,分類,多特征,紋理描述,SVMIIAbstractAbstractRemotesensingimageisanimportantdatasourceofwaterconservancyinformation.Extractingtherequiredinformationfromtheremotesensingimageisakeystep.Withthediversificationofthemeanstoacquireimagedata,thenumberofremotesensingimagedata
8、isincreasing.Howtomaketheclassificationofremotesensingimagewithmoreefficiencyiscri