结合图像特征的支持向量机高分一号云检测

作者：栗旭升,刘玉锋,陈冬花,刘赛赛,李虎

摘要：针对高分一号8 m空间分辨率多光谱数据应用中云层影响信息提取精度与影像利用率等问题,提出了一种结合影像光谱特征与纹理特征的支持向量机云检测方法。基于高分一号8 m数据,利用灰度共生矩阵提取其纹理特征,以云与地物的光谱特征和纹理特征构造特征向量,采用支持向量机方法对高分一号数据进行云检测。研究表明,该方法对各类云层检测的查准率与查全率均分别保持在99.2%和93.9%以上,错误率控制在1.1%以下,明显优于利用传统支持向量机与最大似然值法的云检测算法,说明该方法能够很好地检测出影像中的云层,且由于结合了图像纹理及光谱特征,理论上具有一定的普适性。

发文机构：新疆农业大学草业与环境学院 滁州学院计算机与信息工程学院 安徽师范大学地理与旅游学院 新疆师范大学地理科学与旅游学院

关键词：云检测支持向量机特征提取高分一号cloud detectionsupport vector machinefeature extractionGF-1

分类号： TP79[自动化与计算机技术—检测技术与自动化装置]