首页 | 本学科首页   官方微博 | 高级检索  
     

基于BOVW和SVM的城市土地类型遥感变化监测研究
作者姓名:黄靖舒  高心丹  景维鹏
作者单位:东北林业大学信息与计算机工程学院,林学院,黑龙江 哈尔滨 150040
基金项目:国家自然科学基金项目(32171777);;黑龙江省应用技术研究与开发计划项目(GA20A301);
摘    要:【目的】研究城市土地类型的变化,分析城市进化过程对环境气候、城市发展以及政府决策产生的影响。【方法】以15~30 m分辨率的NWPU-RESISC45标准数据集和哈尔滨城区Landsat 8遥感影像为实验数据,制作了包含城市建筑及道路、水体、植被、裸地4种土地类型的遥感影像数据集。在实验数据中加入纹理信息,提取SIFT(scale-invariant feature transform, SIFT)特征点。通过K-means聚类算法获取包含大量语义信息的视觉词典,从而构造视觉词袋模型(bag of visual words, BOVW)。然后将BOVW提取的特征点与支持向量机(support vector machine, SVM)分类器结合,对制作的数据集进行分类。最后,利用2013年、2019年同一季节Landsat 8影像,以哈尔滨市松北区为例计算各土地类型的位置及面积变化信息。【结果】基于BOVW和SVM的分类结果与5种单一分类模型和3种“特征提取+分类器”模型对比,发现使用尺寸为550个词汇的视觉词典时,本研究模型的分类与变化监测精确度分别为79.40%、79.29%。结合哈...

关 键 词:土地类型监测  视觉词袋模型(BOVW)  支持向量机(SVM)  城市变化监测  分类后比较法  哈尔滨市
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号