MNF和SVM在遥感影像计算机分类中的应用

• 作 者: 纪娜 李锐 李静
• 机 构: 西北农林科技大学资源环境学院,杨凌职业技术学院,中国科学院水利部西北水土保持所,武警工程学院
• 出 处: 水土保持通报
• 发表日期: 2009年06期
• 关键词: 最小噪声分离变换 支持向量机 黄土高原 遥感图像分类 minimum noise fraction（MNF） support vector machine（S

由于黄土高原地形复杂,单纯采用监督分离变换MNF(Minimum Noise Fraction)变换得到的4个去除噪声波段、归一化植督分类方法很难获得理想的精度,以延安市区为实验区,以TM遥感图像的最小噪声被指数NDVI和该地域的DEM作为数据源,采用支持向量机SVM(Support Vector Machine)的方法对研究区土地利用与覆盖状况进行分类,获得了较理想的分类结果。