elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

A decision fusion method based on multiple support vector machine system for fusion of hyperspectral and LIDAR data

Bigdeli, Behnaz und Samadzadegan, Farhad und Reinartz, Peter (2014) A decision fusion method based on multiple support vector machine system for fusion of hyperspectral and LIDAR data. International Journal of Image and Data Fusion, 5 (3), Seiten 196-209. Taylor & Francis. doi: 10.1080/19479832.2014.919964. ISSN 1947-9832.

[img] PDF
568kB

Offizielle URL: http://www.tandfonline.com/toc/tidf20/5/3

Kurzfassung

Fusion of remote sensing data from multiple sensors has been remarkably increased for classification. This is because, additional sources may provide more information, and fusion of different information can produce a better understanding of the observed site. In the field of data fusion, fusion of light detection and ranging (LIDAR) and optical remote sensing data for land cover classification has attracted more attention. This paper addressed the use of a decision fusion methodology for the combination of hyperspectral and LIDAR data in land cover classification. The proposed method applied a support vector machine (SVM)-based classifier fusion system for fusion of hyperspectral and LIDAR data in the decision level. First, feature spaces are extracted on LIDAR and hyperspectral data. Then, SVM classifiers are applied on each feature data. After producing multiple of classifiers, Naive Bayes as a classifier fusion method combines the results of SVM classifiers form two data sets. A co-registered hyperspectral and LIDAR data set from Houston, USA, was available to examine the effect of the proposed decision fusion methodology. Experimental results show that the proposed data fusion method improved the classification accuracy and kappa coefficient in comparison to the single data sets. The results revealed that the overall accuracies of SVM classification on hyperspectral and LIDAR data separately are 88% and 58% while our decision fusion methodology receive the accuracy up to 91%.

elib-URL des Eintrags:https://elib.dlr.de/90491/
Dokumentart:Zeitschriftenbeitrag
Titel:A decision fusion method based on multiple support vector machine system for fusion of hyperspectral and LIDAR data
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Bigdeli, BehnazUniversity of Tehran, IranNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Samadzadegan, FarhadUniversity of Tehran, IranNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Reinartz, Peterpeter.reinartz (at) dlr.dehttps://orcid.org/0000-0002-8122-1475NICHT SPEZIFIZIERT
Datum:4 Juni 2014
Erschienen in:International Journal of Image and Data Fusion
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:5
DOI:10.1080/19479832.2014.919964
Seitenbereich:Seiten 196-209
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
Zhang, JixianChinese Academy of Surveying and Mapping, ChinaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:Taylor & Francis
ISSN:1947-9832
Status:veröffentlicht
Stichwörter:LIDAR data; hyperspectral data; multi-sensor fusion; support vector machine
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Verkehrsmanagement (alt)
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V VM - Verkehrsmanagement
DLR - Teilgebiet (Projekt, Vorhaben):V - Vabene++ (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von:UNGÜLTIGER BENUTZER
Hinterlegt am:26 Sep 2014 17:12
Letzte Änderung:20 Jun 2024 11:31

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.