無人機可見光遙感具有操作簡單、機動靈活、時效性強、高分辨率等優(yōu)點。以四川省江油市馬角壩鎮(zhèn)部分區(qū)域的無人機遙感影像作為分類數(shù)據(jù),選取隨機森林（RF）、決策樹（CART）和支持向量機（SVM）作為分類器,運用eCognition軟件對所選研究區(qū)的地物進行面向對象分類,研究出最佳的地物分類方案。經(jīng)多次實驗結果表明:當分割尺度為30、形狀指數(shù)為0.1及緊致度因子為0.5時,影像分割效果最好且選用隨機森林分類效果也最佳。該方法總體分類精度達到了0.92,Kappa系數(shù)為0.88。實驗結果表明,隨機森林分類方法更適合于無人機遙感影像的地物分類。 

【文章來源】：測繪. 2020,43(03)

【文章頁數(shù)】：5 頁

【部分圖文】：

決策樹分類結果

研究區(qū)域位于四川省江油市，地理坐標為東經(jīng)105°04?，北緯32°05?。本次航拍范圍為馬角壩部分區(qū)域，其測區(qū)呈矩形，南北長約1000m，東西長約2500m。測區(qū)內(nèi)農(nóng)作物主要以水稻為主，包含少部分玉米和大豆等農(nóng)作物，建筑物分布較為集中，坡度較緩，測區(qū)最大高差小于10m。通過搭載COMS影像傳感器的大疆4無人機獲取2019年8月的遙感影像數(shù)據(jù)，使用中海達RTK采集研究區(qū)內(nèi)的地面控制點。無人機航拍過程中航高為90m，飛行速度6m/s，旁向、航向重疊度均達到80%，滿足正射影像（DOM）的制作要求，馬角壩研究區(qū)域正射影像如圖1所示。2.2 研究方法

運用inpho軟件對無人機影像進行處理，生成DSM和地面分辨率為0.2m的DOM，使用Arc GIS將采集的地面控制點生成TIN模型進而生成DEM數(shù)據(jù)，計算DSM與DEM的差值n DSM[7]。選擇水稻、建筑、道路、裸地以及其他作為分類類別，構建可見光植被指數(shù)（VDVI)[8]、歸一化綠藍差異指數(shù)（NGBDI)[9]、紋理特征、幾何特征和n DSM組合的SVM、RF和CART三種不同分類模型用于地物分類。技術路線如圖2所示。2.2.2 無人機遙感影像分割


本文編號：3473060