滑坡区域遥感检测与识别在灾情提取、救援决策和防灾减灾等方面都有着巨大的应用前景。针对滑坡遥感检测中目标颜色特征化模型不准确,对滑坡区域检测识别效果不够理想等问题,提出一种基于滑坡区域颜色特征模型的支持向量机(supportvectormachine,SVM)遥感检测方法。根据光谱学和色度学的基本理论,建立滑坡区域红绿蓝特征获取方法,以多光谱图像为基础,通过典型样本分析,确立目标/背景颜色特征化数字模型和有效边界。将该模型生成训练样本用于滑坡区域SVM检测模型训练,再将训练好的分类器用于滑坡区域的检测识别,在此基础上根据滑坡基础形状模型的轴向长宽比、面积参数和不变矩等典型形状特征指标对滑坡区域进行目标精确分类与识别。利用九寨沟地震后获取多光谱遥感图像进行了滑坡区域检测识别效果对比试验,试验结果表明,该方法能有效识别遥感图像中的滑坡样本点,对滑坡区域的识别精度由传统方法的90%左右提高到97.03%。
类型: 期刊论文
作者: 陈善静,康青,沈志强,周若冲
关键词: 目标检测,滑坡颜色特征建模,滑坡灾害信息提取,支持向量机,遥感图像
来源: 航天返回与遥感 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,基础科学,信息科技
专业: 地质学,工业通用技术及设备,自动化技术
单位: 陆军勤务学院军事设施系
基金: 重庆市教委科学技术研究项目(KJQN201912905)
分类号: TP751;TP181;P642.22
页码: 89-98
总页数: 10
文件大小: 665K
下载量: 117
本文来源: https://www.lunwen90.cn/article/51673bd766589b0a2e5dfd9a.html