%0 Journal Article
%A 王新云
%A 田建
%A 郭艺歌
%A 何杰
%T 基于光学和雷达图像的土地覆被分类
%D 2015
%R 10.11988/ckyyb.20140194
%J 
院报
%P 121-125,133
%V 32
%N 10
%X 为寻求一种有效的提高多源遥感数据土地覆被分类制图精度的方法，探讨了融合HJ1B和ALOS/PALSAR图像进行遥感图像分类制图的方法。在对光学图像HJ1B和雷达遥感数据ALOS/PALSAR进行离散小波融合的基础上，应用分类决策树CART(Classification and Regression Tree)算法对融合的图像进行了土地覆被分类制图，并将其分类结果与支持向量机SVM（Support Vector Machine）分类结果进行对比。研究结果表明：将光学和雷达图像数据进行离散小波融合，采用分类决策树CART和支持向量机SVM进行图像分类，CART的分类精度要优于SVM的结果。可见，在光学图像HJ1B和雷达数据ALOS/PALSAR融合的基础上，应用CART能有效进行地物识别，提高图像的分类精度。
%U http://ckyyb.crsri.cn/CN/10.11988/ckyyb.20140194