特征优选下的遥感影像面向对象分类规则构建 |
| |
引用本文: | 戴莉莉,李海涛,顾海燕,余凡.特征优选下的遥感影像面向对象分类规则构建[J].测绘科学,2019,44(2):26-32. |
| |
作者姓名: | 戴莉莉 李海涛 顾海燕 余凡 |
| |
作者单位: | 辽宁工程技术大学测绘与地理科学学院,辽宁阜新 123000;中国测绘科学研究院,北京 100830;中国测绘科学研究院,北京,100830 |
| |
基金项目: | 国家自然科学基金;中国测绘科学研究院基本业务经费项目;中国测绘科学研究院基本业务经费项目 |
| |
摘 要: | 针对分类规则及其阈值的确定主要依赖人工经验、通用性差问题,该文提出了特征优选支持的面向对象分类规则构建方法。该方法利用面向对象技术,首先使用Boruta算法对先验样本数据集进行特征选择,然后根据隶属度函数构建分类规则集,最后引入置信区间概念,确定分类规则的阈值。以德国波兹坦地区的航空影像、数字表面模型(DSM)以及地面真实参考影像为实验数据,构建城市建筑、城市绿地(包括草地和树木)这两种地类的分类规则,利用不同数量的训练样本,开展面向对象分类实验,与支持向量机(SVM)监督分类方法进行对比分析。实验结果表明,在相同的优选特征下,利用置信区间确定阈值得到的分类规则,提取效果及分类精度更好,尤其在训练样本量少的情况下,该方法得到的分类精度比SVM高30%~40%。
|
关 键 词: | 面向对象影像分类 分类规则 Boruta算法 置信区间 训练样本统计 |
Construction of object-based image classification rules for remote sensing images supported by feature optimization |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|