留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

多特征差分核支持向量机遥感影像变化检测方法

林怡 刘冰 陈映鹰 潘琛

林怡, 刘冰, 陈映鹰, 潘琛. 多特征差分核支持向量机遥感影像变化检测方法[J]. 武汉大学学报 ● 信息科学版, 2013, 38(8): 978-982.
引用本文: 林怡, 刘冰, 陈映鹰, 潘琛. 多特征差分核支持向量机遥感影像变化检测方法[J]. 武汉大学学报 ● 信息科学版, 2013, 38(8): 978-982.
LIN Yi, LIU Bing, CHEN Yingying, PAN Chen. Change Detection Method Based on Multi-feature Differencing Kernel SVM for Remote Sensing Imagery[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 978-982.
Citation: LIN Yi, LIU Bing, CHEN Yingying, PAN Chen. Change Detection Method Based on Multi-feature Differencing Kernel SVM for Remote Sensing Imagery[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 978-982.

多特征差分核支持向量机遥感影像变化检测方法

基金项目: 国家科技支撑计划后世博科技专项资助项目(2010BAK69B13,2010BAK69B16)
详细信息
    作者简介:

    林怡,副教授,博士,主要从事数字摄影测量、遥感技术应用的教学与科研。

  • 中图分类号: TP753;P237.4

Change Detection Method Based on Multi-feature Differencing Kernel SVM for Remote Sensing Imagery

Funds: 国家科技支撑计划后世博科技专项资助项目(2010BAK69B13,2010BAK69B16)
计量
  • 文章访问数:  807
  • HTML全文浏览量:  31
  • PDF下载量:  521
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-05-16
  • 修回日期:  2013-05-16
  • 刊出日期:  2013-08-05

多特征差分核支持向量机遥感影像变化检测方法

    基金项目:  国家科技支撑计划后世博科技专项资助项目(2010BAK69B13,2010BAK69B16)
    作者简介:

    林怡,副教授,博士,主要从事数字摄影测量、遥感技术应用的教学与科研。

  • 中图分类号: TP753;P237.4

摘要: 讨论了利用遥感影像光谱、纹理等多种特征信息的多核函数组合方式,给出了多特征空间差分核函数的构建方法,设计了多特征差分核支持向量机变化检测算法,该算法能够实现联合类别样本加权和遥感影像多种变化类别信息的直接检测。实验结果表明,该算法综合利用多种特征信息,检测精度明显高于传统方法,有利于提取小样本的变化信息,避免了以往检测方法需要确定变化阈值的复杂性和不确定性。

English Abstract

林怡, 刘冰, 陈映鹰, 潘琛. 多特征差分核支持向量机遥感影像变化检测方法[J]. 武汉大学学报 ● 信息科学版, 2013, 38(8): 978-982.
引用本文: 林怡, 刘冰, 陈映鹰, 潘琛. 多特征差分核支持向量机遥感影像变化检测方法[J]. 武汉大学学报 ● 信息科学版, 2013, 38(8): 978-982.
LIN Yi, LIU Bing, CHEN Yingying, PAN Chen. Change Detection Method Based on Multi-feature Differencing Kernel SVM for Remote Sensing Imagery[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 978-982.
Citation: LIN Yi, LIU Bing, CHEN Yingying, PAN Chen. Change Detection Method Based on Multi-feature Differencing Kernel SVM for Remote Sensing Imagery[J]. Geomatics and Information Science of Wuhan University, 2013, 38(8): 978-982.
参考文献 (1)

目录

    /

    返回文章
    返回