基于独立分量分析和支持向量机的遥感影像融合分类算法
陈蜜1, 伭剑辉1, 李德仁1, 秦前清1, 贾永红1([1]武汉 大学测绘遥感信息工程国家重点实验室，武汉 430079，[2]武汉 大学计算机学院，武汉 430079，[3]武汉 大学遥感信息工程学院，武汉 430079，[4]首都师范大学教育技术系，北京 100037) 摘 要
遥感影像分类是遥感定量化分析的重要手段，遥感影像融合是提高分类正确率的有效途径之一。本文提出一种遥感影像的融合分类算法。首先采用Contourlet变换对多光谱影像和全色影像进行融合，然后结合独立分量分析的去相关性、稀疏特性以及很好地捕捉影像重要边缘信息、纹理信息的能力，提取融合影像的独立分量特征，并用支持向量机实现分类。与其他算法的主、客观比较结果表明，该算法的实验效果较好，可有效地提高遥感影像的分类精度。
关键词
Classification of Remote Sensing Fused Image Based on Independent Component Analysis and Support Vector Machines
() Abstract
Keywords
remote sensing image fusion contourlet transform independent component analysis support vector machines feature extraction
|
中国图象图形学报 │ 京ICP备05080539号-4 │ 本系统由