遥感信息
遙感信息
요감신식
2010年
3期
88-93
,共6页
谢丽军%张友静%张子衡%陈李家
謝麗軍%張友靜%張子衡%陳李傢
사려군%장우정%장자형%진리가
核主成分分析(KPCA)%多尺度纹理%IKONOS%决策树
覈主成分分析(KPCA)%多呎度紋理%IKONOS%決策樹
핵주성분분석(KPCA)%다척도문리%IKONOS%결책수
城市地物类型多样,空间分布复杂,具有很强的非线性特征.核主成分分析(KPCA)通过将特征空间映射到高维核空间,可以表达图像像素间的高阶关系,因而可以提取图像的非线性特征,同时提供一组相互独立的主成分.本文在加入多尺度纹理特征的基础上,以应用地物分布的空间细节信息;且利用核主成分分析(KPCA)方法对光谱和纹理量提取非线性特征信息,增大类别之间的可分性;并结合决策树分类方法对IKONOS遥感影像分类.实验结果表明:KPCA能很好提取地物之间的非线性特征,结合KPCA和多尺度纹理的决策树分类方法能有效地提取地物类型,提取精度为79.3%,KAPPA系数为0.763.
城市地物類型多樣,空間分佈複雜,具有很彊的非線性特徵.覈主成分分析(KPCA)通過將特徵空間映射到高維覈空間,可以錶達圖像像素間的高階關繫,因而可以提取圖像的非線性特徵,同時提供一組相互獨立的主成分.本文在加入多呎度紋理特徵的基礎上,以應用地物分佈的空間細節信息;且利用覈主成分分析(KPCA)方法對光譜和紋理量提取非線性特徵信息,增大類彆之間的可分性;併結閤決策樹分類方法對IKONOS遙感影像分類.實驗結果錶明:KPCA能很好提取地物之間的非線性特徵,結閤KPCA和多呎度紋理的決策樹分類方法能有效地提取地物類型,提取精度為79.3%,KAPPA繫數為0.763.
성시지물류형다양,공간분포복잡,구유흔강적비선성특정.핵주성분분석(KPCA)통과장특정공간영사도고유핵공간,가이표체도상상소간적고계관계,인이가이제취도상적비선성특정,동시제공일조상호독립적주성분.본문재가입다척도문리특정적기출상,이응용지물분포적공간세절신식;차이용핵주성분분석(KPCA)방법대광보화문리량제취비선성특정신식,증대유별지간적가분성;병결합결책수분류방법대IKONOS요감영상분류.실험결과표명:KPCA능흔호제취지물지간적비선성특정,결합KPCA화다척도문리적결책수분류방법능유효지제취지물류형,제취정도위79.3%,KAPPA계수위0.763.
