航空影像分割的支持向量机方法

【类型】学位论文

【作者】徐芳 

【关键词】 支持向量机,遗传算法,C均值,模糊,惩罚因子（常数）C,最小二乘支持向量机,航空影像分割,核函数,神经网络,样本预选取,航空影像纹理分类

【摘要】影像解译是目前生产中急需，但尚未完全解决的摄影测量与遥感技术热点之一，也是亟待解决的一个瓶颈问题。支持向量机是国际上机器学习领域新的研究热点，是Vapnik等人根据小样本统计理论—统计学习理论发展的一种新的通用学习算法，能够较好的解决小样本学习问题。因此本文将支持向量机引入到航空影像的分类与分割中，期望探索一种新的航空影像解译的有效途径，为实现航空影像的自动解译打下一定的基础。 本文的主要研究内容包括以下几个方面：航空影像纹理分类与影像分割的支持向量机方法，遗传模糊-C均值的支持向量机样本预选取方法，最小二乘支持向量机及其稀疏性在航空影像分割中的应用，支持向量机与其它方法用于航空影像分类与分割的优劣比较。 (1) 提出将支持向量机用于航空影像的纹理分类与影像分割中，在对多种线性不可分的特征进行分类时，用SVM方法得到了较好的分割与分类结果。 研究了支持向量机参数(核函数、惩罚因子C)和影像特征维数对航空影像分割与分类的影响。SVM中核函数的选择对航空影像纹理的正确分类没有太大的影响，选择不同核函数所对应的最高分类正确率相差不多；但不同的核函数对航空影像分割的影响较大；航空影...

【学位名称】博士

【学位授予单位】武汉大学

【学位授予年度】2016

【导师姓名】郑肇葆

【读秀链接】读秀链接