本文關(guān)鍵詞：基于OLI影像的多分類(lèi)器組合方法研究

  更多相關(guān)文章： 遙感 OLI 遙感影像分類(lèi) 多分類(lèi)器 ENVI/IDL

【摘要】：遙感圖像分類(lèi)是遙感信息提取的關(guān)鍵環(huán)節(jié)�？蔀檠芯空攉@取地理信息與知識(shí),以及政府管理部門(mén)利用分類(lèi)信息做出決策提供參考。高精度的遙感圖像分類(lèi)技術(shù)一直是遙感應(yīng)用不斷追求的目標(biāo),如何提高分類(lèi)精度也成為關(guān)鍵問(wèn)題。多分類(lèi)器集成思想及其集成方法的研究由來(lái)已久,近些年來(lái),利用多分類(lèi)器組合進(jìn)行目標(biāo)識(shí)別在模式識(shí)別領(lǐng)域已經(jīng)有廣泛應(yīng)用,但在遙感領(lǐng)域則處在起步階段。OLI影像成相效果優(yōu)良,波段設(shè)置合理,目前應(yīng)用廣泛。本研究在分析遙感圖像分類(lèi)尤其是對(duì)多分類(lèi)器集成技術(shù)研究進(jìn)行梳理綜述基礎(chǔ)上,選擇OLI影像作為多分類(lèi)器分類(lèi)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行研究,在ENVI/IDL平臺(tái)下采用基于性能識(shí)別矩陣的投票法,投票法、最大概率類(lèi)別法、意見(jiàn)一致性原則三者結(jié)合方法以及基于樣本聚類(lèi)的分類(lèi)器選擇方法等多分類(lèi)器組合的方法對(duì)研究區(qū)進(jìn)行遙感信息的提取,研究了多分類(lèi)器組合的相關(guān)理論知識(shí),通過(guò)具體的實(shí)驗(yàn)對(duì)多分類(lèi)器與單分類(lèi)器加以比較分析,驗(yàn)證了多分類(lèi)器組合對(duì)遙感分類(lèi)精度提高的有效性,為之后多分類(lèi)器方法的廣泛應(yīng)用打下了良好的基礎(chǔ)。研究結(jié)果表明:(1)以Kappa統(tǒng)計(jì)值、熵值和多樣性與精度指標(biāo)(D_P)作為分類(lèi)器差異性衡量指標(biāo),可以篩選出較優(yōu)的分類(lèi)器組合形式;(2)VRPM、VMLC、DCS三種多分類(lèi)器組合算法能夠得到比單分類(lèi)器高的分類(lèi)精度;(3)多分類(lèi)器組合方法分類(lèi)有助于提高遙感分類(lèi)實(shí)際應(yīng)用的效率。
【關(guān)鍵詞】：遙感 OLI 遙感影像分類(lèi) 多分類(lèi)器 ENVI/IDL
【學(xué)位授予單位】：中國(guó)地質(zhì)大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：P237
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-19
• 1.1 選題背景及意義9-11
• 1.1.1 選題背景9
• 1.1.2 選題意義9-11
• 1.2 國(guó)內(nèi)外研究進(jìn)展11-16
• 1.2.1 遙感影像分類(lèi)方法研究進(jìn)展11-14
• 1.2.2 多分類(lèi)器組合方法研究進(jìn)展14-16
• 1.3 研究?jī)?nèi)容與方法16-17
• 1.3.1 研究?jī)?nèi)容16
• 1.3.2 技術(shù)路線(xiàn)16-17
• 1.4 論文章節(jié)安排17-19
• 第2章 遙感影像分類(lèi)的基礎(chǔ)概念和理論19-34
• 2.1 遙感分類(lèi)概述19-20
• 2.2 單分類(lèi)器分類(lèi)20-26
• 2.2.1 基于光譜的分類(lèi)20-22
• 2.2.2 基于專(zhuān)家知識(shí)的決策樹(shù)分類(lèi)22-23
• 2.2.3 面向?qū)ο髨D像分類(lèi)23-26
• 2.3 多分類(lèi)器分類(lèi)26-34
• 2.3.1 多分類(lèi)器組合分類(lèi)方法類(lèi)型27-28
• 2.3.2 多分類(lèi)器組合算法28-32
• 2.3.3 分類(lèi)器差異性度量32-34
• 第3章OLI影像介紹與數(shù)據(jù)預(yù)處理34-40
• 3.1 數(shù)據(jù)介紹34-35
• 3.1.1 技術(shù)指標(biāo)34-35
• 3.1.2 基本參數(shù)35
• 3.2 數(shù)據(jù)預(yù)處理35-37
• 3.2.1 數(shù)據(jù)預(yù)處理流程35-36
• 3.2.2 輻射定標(biāo)和大氣校正36-37
• 3.3 波段組合方式37-40
• 第4章 單分類(lèi)器分類(lèi)實(shí)驗(yàn)40-47
• 4.1 研究區(qū)概況影像40
• 4.2 訓(xùn)練樣本采集40-41
• 4.3 單分類(lèi)器監(jiān)督分類(lèi)實(shí)驗(yàn)41-42
• 4.4 精度分析42-47
• 第5章 多分類(lèi)器組合分類(lèi)實(shí)驗(yàn)47-64
• 5.1 多分類(lèi)器工具實(shí)現(xiàn)47-49
• 5.2 基于差異性度量的多分類(lèi)器組合算法49-52
• 5.2.1 基于性能識(shí)別矩陣的投票法49-51
• 5.2.2 投票法、最大概率類(lèi)別法、意見(jiàn)一致性原則三者結(jié)合方法51-52
• 5.2.3 基于樣本聚類(lèi)的分類(lèi)器選擇方法52
• 5.3 基于差異性度量的單分類(lèi)器選取52-55
• 5.4 實(shí)驗(yàn)對(duì)比分析55-64
• 5.4.1 精度分析55-57
• 5.4.2 效率分析57-64
• 第6章 總結(jié)與展望64-66
• 6.1 內(nèi)容總結(jié)64
• 6.2 存在問(wèn)題及展望64-66
• 致謝66-68
• 參考文獻(xiàn)68-71
• 附錄71

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 戴宏亮;;智能拉普拉斯分類(lèi)器[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

2 魏蓉;趙艷君;張同亮;顧全;;使用偽氨基酸和集成分類(lèi)器預(yù)測(cè)凋謝蛋白亞細(xì)胞定位[J];計(jì)算機(jī)與應(yīng)用化學(xué);2009年07期

3 駱玉霞,陳煥偉;角度分類(lèi)器與距離分類(lèi)器比較研究——以鹽漬土分類(lèi)為例[J];國(guó)土資源遙感;2002年02期

4 馮彥杰,王浣塵;學(xué)習(xí)分類(lèi)器在績(jī)效尋優(yōu)中的應(yīng)用及其組織決策意義[J];控制理論與應(yīng)用;2003年03期

5 柏延臣,王勁峰;結(jié)合多分類(lèi)器的遙感數(shù)據(jù)專(zhuān)題分類(lèi)方法研究[J];遙感學(xué)報(bào);2005年05期

6 聶金宗;呂宏伯;陳祖蔭;;用于發(fā)震地點(diǎn)預(yù)報(bào)的一種非參數(shù)模式分類(lèi)器[J];北京工業(yè)大學(xué)學(xué)報(bào);1986年01期

7 高文;湯洋;朱明;;復(fù)雜背景下目標(biāo)檢測(cè)的級(jí)聯(lián)分類(lèi)器算法研究[J];物理學(xué)報(bào);2014年09期

8 張章華;;應(yīng)用分類(lèi)器組合模型進(jìn)行巖性識(shí)別[J];計(jì)算機(jī)仿真;2009年04期

9 袁勛;吳秀清;洪日昌;宋彥;華先勝;;基于主動(dòng)學(xué)習(xí)SVM分類(lèi)器的視頻分類(lèi)[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2009年05期

10 張欣;梁宗保;;多分類(lèi)器融合算法研究與應(yīng)用[J];湘潭大學(xué)自然科學(xué)學(xué)報(bào);2011年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 王占一;徐蔚然;劉東鑫;郭軍;;一種基于兩級(jí)分類(lèi)器的垃圾短信過(guò)濾方法[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

2 翟靜;李海宏;唐常杰;陳敏敏;李智;;可驗(yàn)證對(duì)象集分類(lèi)器的再訓(xùn)練演進(jìn)[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

3 陳繼航;劉家鋒;趙巍;唐降龍;;聯(lián)機(jī)手寫(xiě)識(shí)別筆段特征分類(lèi)器的學(xué)習(xí)方法[A];黑龍江省計(jì)算機(jī)學(xué)會(huì)2009年學(xué)術(shù)交流年會(huì)論文集[C];2010年

4 穆明生;;基于特征集的多種分類(lèi)器模型的在線(xiàn)筆跡認(rèn)證[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

5 彭濤;左萬(wàn)利;赫楓齡;;基于鏈接上下文的分類(lèi)器主題爬行技術(shù)(英文)[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2006年

6 王嵐;陳珂;遲惠生;;基于多特征組合多分類(lèi)器的方法用于“與文本無(wú)關(guān)”的說(shuō)話(huà)人辨認(rèn)[A];第四屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

7 謝秋玲;;應(yīng)用于心電圖分類(lèi)的KNN-SVM分類(lèi)器研究[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

8 胡瓊;汪榮貴;胡韋偉;孫見(jiàn)青;;基于級(jí)聯(lián)分類(lèi)器的快速人臉檢測(cè)方法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

9 李蘭春;王雙成;杜瑞杰;;認(rèn)知結(jié)構(gòu)評(píng)估的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)分類(lèi)器方法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

10 邵小健;段華;賀國(guó)平;;一種改進(jìn)的最少核分類(lèi)器[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（上卷）[C];2004年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 黃明;精子分類(lèi)器決定生男生女[N];廣東科技報(bào);2000年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張非;對(duì)抗逃避攻擊的防守策略研究[D];華南理工大學(xué);2015年

2 劉明;分類(lèi)器組合技術(shù)研究及其在人機(jī)交互系統(tǒng)中的應(yīng)用[D];北京交通大學(xué);2008年

3 嚴(yán)志永;在劃分?jǐn)?shù)據(jù)空間的視角下基于決策邊界的分類(lèi)器研究[D];浙江大學(xué);2011年

4 王U，

本文編號(hào)：860122