一種基于特征選擇的面向?qū)ο筮b感影像分類方法
發(fā)布時(shí)間：2017-10-10 20:24
本文關(guān)鍵詞：一種基于特征選擇的面向?qū)ο筮b感影像分類方法
更多相關(guān)文章： 面向?qū)ο?/b> 特征選擇 ReliefF算法 J-M( Jeffries-Matusita)距離 CART算法
【摘要】：針對(duì)GF—1多空間分辨率遙感數(shù)據(jù)空間信息豐富,傳統(tǒng)影像分類方法無(wú)法滿足實(shí)際應(yīng)用需要的問(wèn)題,提出了一種基于特征選擇的面向?qū)ο筮b感影像分類方法——object-RJMC算法,即在影像分割及特征提取的基礎(chǔ)上,運(yùn)用Relief F算法和J-M(Jeffries-Matusita)距離算法去除無(wú)關(guān)及冗余特征,篩選出適于各類別分類的特征,然后利用CART算法建立分類規(guī)則,完成分類過(guò)程。以GF-1號(hào)2 m、8 m和16 m空間分辨率的三組影像進(jìn)行算法驗(yàn)證,并與object-CART和pixel-CART影像分類方法進(jìn)行對(duì)比分析。實(shí)驗(yàn)結(jié)果顯示object-RJMC算法的分類精度均高于object-CART和pixel-CART算法的分類精度;且對(duì)高空間分辨率的影像分類效果要優(yōu)于對(duì)中低空間分辨率影像的分類效果。該算法減少了特征選擇及規(guī)則建立的人工干預(yù),克服了以像素為單位的分類算法中由于缺少空間鄰域信息而產(chǎn)生孤立、離散、不連通分類結(jié)果的問(wèn)題,可有效地提高GF-1遙感影像分類精度。
【作者單位】： 中國(guó)礦業(yè)大學(xué)(北京)地球科學(xué)與測(cè)繪工程學(xué)院;中國(guó)科學(xué)院遙感與數(shù)字地球研究所;
【關(guān)鍵詞】： 面向?qū)ο?/strong> 特征選擇 ReliefF算法 J-M( Jeffries-Matusita)距離 CART算法
【基金】：國(guó)家自然科學(xué)基金(41471310) 國(guó)土資源部城市土地資源監(jiān)測(cè)與仿真重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金資助課題(KF-2015-01-007) 三亞市專項(xiàng)科研試制項(xiàng)目(2015KS14) 海南省科技合作專項(xiàng)資金項(xiàng)目(KJH2015-14)資助
【分類號(hào)】：TP751
【正文快照】： 中國(guó)科學(xué)院遙感與數(shù)字地球研究所2,北京100101)國(guó)土資源部城市土地資源監(jiān)測(cè)與仿真重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金資助課題(KF-2015-01-007)、三亞市專項(xiàng)科研試制項(xiàng)目(2015KS14)、海南省科技合作專項(xiàng)資金項(xiàng)目(KJH2015-14)資助GF—1衛(wèi)星較Geo Eye-1、IKONOS等國(guó)外高分辨率衛(wèi)星而言,突破了高
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條
1 王圓圓;李京;;基于決策樹(shù)的高光譜數(shù)據(jù)特征選擇及其對(duì)分類結(jié)果的影響分析[J];遙感學(xué)報(bào);2007年01期
，本文編號(hào)：1008445
本文鏈接：http://sikaile.net/guanlilunwen/gongchengguanli/1008445.html
最近更新
教材專著
