摘要：以Landsat-8和高分一号数据为例,采用仅有光谱特征、3种纹理特征(概率统计、灰度共生矩阵、空间异质运算)辅助光谱特征的方法提取影像空-谱信息,并通过支持向量机分类器进行基于像元的地物分类。结果表明:1)纹理特征辅助光谱特征的地物分类精度明显优于仅使用光谱特征的分类,可提高8.62%～24.36%;2)相较于概率统计、灰度共生矩阵方法结果,空间异质运算结果分类精度在GF-1影像中分别提高了13.31%和2.03%,在Landsat-8影像中分别提高了11.62%和7.79%;3)对于线状地物,相较于概率统计、灰度共生矩阵方法结果,空间异质运算结果分类精度在GF-1数据中分别提高了29.31%和0.80%,在Landsat-8数据中分别提高了11.90%和6.64%,有效减小了分类误差。因此,空间异质运算提取的空间结构信息辅助光谱特征的分类方法能显著改善遥感图像的分类精度,为空间结构信息辅助遥感影像地物分类及线状地物的提取提供一种新的思路和方法。
文章目录
1 材料与方法
1.1 研究区概况
1.2 数据获取
1.3 研究方法
1.3.1 光谱特征影像分类
1.3.2 纹理特征提取
1.3.2.1 一阶概率统计
1.3.2.2 灰度共生矩阵
1.3.3.3 空间异质运算
1.3.3 基于像元的支持向量机分类方法
1.3.4 结果精度评价方法
2 结果与分析
2.1 地物类型分类结果
2.1.1 不同方法分类效果图
2.1.2 精度评价
2.1.3 小结
2.2 线状地物分类结果
2.2.1 不同方法分类效果图
2.2.2 精度评价
2.2.3 小结
3 讨论
4 结论
