多特征混合核SVM模型的遥感影像变化检测

论文摘要

针对传统变化检测方法会存在明显的"椒盐现象"以及不同核函数对同一特征性能表现差别比较大的问题,借鉴面向对象思想,提出多特征混合核支持向量机(support vector machine,SVM)模型的变化检测方法。首先,依据高空间分辨率遥感影像对象不同特征的变化检测优势,提取影像多种特征;然后,利用多种特征的多核函数组合,给出多特征混合核函数的构造方法;最后,构建基于多特征混合核SVM的变化检测模型,充分挖掘变化目标的完整性与准确性。实验结果表明,该方法能综合利用多种特征信息,检测精度明显高于单一特征,有利于提取小样本的变化信息,避免了以往检测方法需要确定变化阈值的复杂性和不确定性。

论文目录

• 0 引言
• 1 原理与方法
•   1.1 混合核SVM理论
•   1.2 方法步骤
•     1.2.1 影像分割
•     1.2.2 特征提取
•     1.2.3 多特征差分核SVM模型构建
• 2 实验与分析
•   2.1 研究区数据
•   2.2 实验分析
• 3 结论

文章来源

类型: 期刊论文

作者: 刘义志,赖华荣,张丁旺,刘飞鹏,蒋小蕾,曹庆安

关键词: 面向对象,变化检测,多特征,混合核,支持向量机

来源: 国土资源遥感 2019年01期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 工业通用技术及设备,自动化技术

单位: 中国地质大学(武汉)计算机学院,江西核工业测绘院

分类号: TP751;TP181

页码: 16-21

总页数: 6

文件大小: 345K

下载量: 380