测绘科学

2019, v.44;No.248(02) 26-32

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

特征优选下的遥感影像面向对象分类规则构建
Construction of object-based image classification rules for remote sensing images supported by feature optimization

戴莉莉;李海涛;顾海燕;余凡;

摘要(Abstract):

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(KeyWords): 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

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41371406);; 中国测绘科学研究院基本业务经费项目(7771611,7771712)

作者(Author): 戴莉莉;李海涛;顾海燕;余凡;

Email:

DOI: 10.16251/j.cnki.1009-2307.2019.02.005

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享