基于支持向量机的矿区土地覆盖变化检测_中国煤炭行业知识服务平台

基于支持向量机的矿区土地覆盖变化检测

作者

杜培军柳思聪郑辉
单位

中国矿业大学国土环境与灾害监测国家测绘局重点实验室南京大学地理信息科学系兖州矿业集团地测部
摘要

利用支持向量机(SVM)对两类问题良好的分离性能,将其应用于矿区土地覆盖变化检测,实现了基于SVM的变化检测算法.该算法计算了多时相遥感数据的差值影像,利用SVM将全部像素分类标记为变化和不变化两个类别,在不变区域中选择训练样本,对变化区域进行分类,获得前后时相地物类别信息,构建变化转移矩阵,描述详细变化信息.应用多时相先进对地观测卫星(ALOS)遥感数据对矿区土地覆盖变化进行试验,并与变化矢量分析、差值阈值法进行对比,结果表明:基于SVM的变化检测方法具有更好的检测效果,能够提供全面的变化类别和方向信息,可以有效应用于矿区土地覆盖动态监测.
关键词

变化检测支持向量机土地覆盖变化纹理特征
基金项目(Foundation)

国家高技术研究发展计划(863)项目(2007AA12Z162)；国家自然科学基金项目(40871195)；对地观测技术国家测绘局重点实验室开放基金项目(K201007)；
相关文章

[1]SAR图像纹理特征提取与分类研究
[2]基于多时相CBERS影像分析矿业城市景观格局变化——以徐州市为例