论文部分内容阅读
遥感图像纹理特征是光谱相近林型准确分类的有效方法，然而其带来分类特征向量维数增加和计算量增大。因此，对南方山区林地TM图像进行独立成分分析ICA降维，通过计算灰度共生矩阵获取纹理特征，使用SVM分类，研究林地类型的快速分类方法。结果表明，ICA与SVM法利用遥感图像纹理特征可较准确地实现林地类型分类，分类总精度、Kappa系数分别为85．4％、0．73，均高于SVM法、BP神经网络法、最大似然法、最小距离法；其对阁叶林、针叶林、竹林的分类精度依次为78．2％、80．1％、84．3％，误识率主要是由于混交林