论文部分内容阅读
支持向量机（SVM）相对与传统基于像元的分类算法，在高分辨率遥感影像应用上具有较多优势。文中对于杭州西溪国家湿地公园区域的QuickBird高分辨率卫星遥感图像进行了图像分类信息提取研究，分别采用了SVM与MLC，在支持向量机分类器应用中采用了径向基核函数。在分类后处理中应用过滤与聚类处理结合法，大大降低高分辨率遥感图像分类后较普遍的像元孤岛现象。分类精度评估结果显示支持向量机在总体上明显优于最大似然法，但由于湿地特殊的地貌特征，在类别交错混合出现时精度仍然不高。