论文研究 遥感图像森林林型SVM分类的多特征选择.pdf

为了研究遥感图像森林林型SVM分类多特征的选择对提高分类精度的影响，选取小波变换不同尺度纹理、四种植被指数、最优波段光谱特征等不同组合构成林型分类多特征向量进行分类。结果表明，纹理与植被指数、最优波段组合多特征的森林林型分类精度最高，阔叶林、针叶林和竹林的分类精度分别为84.4%、86.5%、91.0%，比纹理单类特征分类分别提高4.1%、4.0%、1.1%，比植被指数单类特征分类分别提高9.2%、11.8%、11.9%。多特征的分类精度一般要高于单类特征，纹理能够较明显提高林型可分性，植被指数也有一定的效果，但最优波段光谱特征的效果较弱。