杨佳佳，姜琦刚，陈永良，崔瀚文，张汉女

(1.吉林大学地球探测科学与技术学院，吉林长春 130026;2.沈阳地质调查中心，辽宁沈阳 110034; 3.吉林大学综合信息矿产预测研究所，吉林长春 130026)

基于最小二乘支持向量机和高分辨率遥感影像的大尺度区域岩性划分

杨佳佳1，2，姜琦刚1，陈永良3，崔瀚文1，张汉女1

(1.吉林大学地球探测科学与技术学院，吉林长春 130026;2.沈阳地质调查中心，辽宁沈阳 110034; 3.吉林大学综合信息矿产预测研究所，吉林长春 130026)

基于大尺度区域分割的理念，提取高分辨率遥感图像中与岩性相关的纹理、形状、光谱信息，利用最小二乘支持向量机(LS-SVM)在非线性预测中的优势，对研究区地质岩性进行识别。首先对高分辨率图像中与岩性相关的光谱、纹理、形状、高程等特征信息进行样本选取，选取过程中以图像的纹理为主要特征信息，同时以J-M距离、转换分类度为依据选取最优特征空间，采用因子分析变换降维对特征空间进行压缩，实现特征信息最优化;然后对已知样本进行训练，建立分类模型，评价模型精度;最后利用模型对研究区进行岩性划分，并进行分类后处理。研究结果表明:基于LS-SVM的分类方法在利用高分辨率遥感图像岩性识别中表现良好，为地质岩性分类提供了一种新的方法和手段;加入纹理等信息后的LS-SVM分类模型更加利于岩性的判别。

岩性识别;大尺度区域分割;最小二乘支持向量机;高分辨率;遥感

随着亚米级遥感图像的问世，面向对象的图像分类方法现今已经受到了广泛的关注［1-6］。……