陈冠宇;李向;王岭玲;

• 1:中国地质大学(武汉)计算机学院
• 2:武汉工程科技学院

摘要(Abstract)：

植被泛指地球表面的植物群落,包括草地、森林、沼泽等。遥感影像具有宏观性、客观性、精确性、实时性等特点,能够真实地反映地表覆盖物的状态,清晰地展现各种地表覆盖类型的特征及分布情况。传统的基于遥感影像的植被识别采用人工作业的方式,极大地依赖于人的先验知识,且效率极低。随着遥感应用技术的快速发展,很多自动化的植被检测技术被提出。这些方法在特定范围内得到了应用,但同时也存在着一些缺陷。在采用分块原则预处理较大影像数据的基础上提出了一种基于特征融合的SVM分类算法来探讨遥感影像中的植被识别。实验表明,提出的算法具有较好的识别效果和较高的执行速度。

关键词(KeyWords)： 遥感影像;植被;支持向量机;分类方法;大数据

Abstract:

Keywords:

基金项目(Foundation): 湖北省自然科学基金项目“基于高空间分辨率RS、LiDAR和GPR的多源数据融合方法研究”(2012FFB6403)

作者(Author): 陈冠宇;李向;王岭玲;

Email:

DOI:

参考文献(References)：

• [1]谭炳香.高光谱遥感森林类型识别及其郁闭度定量估测研究[D].北京:中国林业科学研究院,2006.
• [2]袁静文.宜昌地区植被信息提取与变化检测研究[J].交通科技与经济,2014,16(4):117-120.
• [3]Lu D,Weng Q.A survey of image classification methods and techniques of improving classification performance[J].International Journal of Remote Sensing,2007,28(5):823-870.
• [4]张杰,沈芳,刘志国.长江口潮滩湿地植被光谱分析与遥感检测[J].华东师范大学学报:自然科学版,2007,11(4):42-48.
• [5]刘晓菲.基于长时序多源遥感数据的植被覆盖度反演与变化检测研究[D].北京:中国矿业大学,2014.
• [6]詹总谦,来冰华,万杰,等.一种利用纹理特征和朴素贝叶斯分类器检测近景影像植被的方法[J].武汉大学学报:信息科学版,2013,23(6):665-668.
• [7]Li Xiang,Wang Lingling.On the study of fusion techniques for bad geological remote sensing image[J].Journal of Ambient Intelligence and Humanized Computing,2015,6(1):141-149.
• [8]Li Xiang,Wang Ge.Optimal band selection for hyperspectral data with improved differential evolution[J].Journal of Ambient Intelligence and Humanized Computing,2015,6(5):675-688.
• [9]王秋全,李向,王岭玲.基于不良地质识别的分类方法研究与分析[J].地质科技情报,2014,33(6):203-208.
• [10]陈冠宇,李向,安凯.基于卷积神经网络的不良地质体识别与分类[J].地质科技情报,2016,35(1):205-211.
• [11]Zhang H,Xu J,Jiang Q.Extraction and network sharing of forest vegetation information based on SVM[J].Journal of Networks,2013,8(5):105-112.
• [12]薛重生,王霞.基于分形几何的遥感图像纹理分析方法及应用[J].地质科技情报,1997,21(3):100-106.
• [13]何灵敏,沈掌泉,孔繁胜,等.SVM在多源遥感图像分类中的应用研究[J].中国图象图形学报,2007,12(4):648-654.
• [14]Perumal K,Bhaskaran R.SVM-based effective land use classification system for multispectral remote sensing images[J].International Journal of Computer Science&Information Security,2009,5(2):0-105.