一种基于特征选择的面向对象遥感影像分类方法

发布时间：2017-10-10 20:24

  本文关键词：一种基于特征选择的面向对象遥感影像分类方法

  更多相关文章： 面向对象 特征选择 ReliefF算法 J-M( Jeffries-Matusita)距离 CART算法

【摘要】：针对GF—1多空间分辨率遥感数据空间信息丰富,传统影像分类方法无法满足实际应用需要的问题,提出了一种基于特征选择的面向对象遥感影像分类方法——object-RJMC算法,即在影像分割及特征提取的基础上,运用Relief F算法和J-M(Jeffries-Matusita)距离算法去除无关及冗余特征,筛选出适于各类别分类的特征,然后利用CART算法建立分类规则,完成分类过程。以GF-1号2 m、8 m和16 m空间分辨率的三组影像进行算法验证,并与object-CART和pixel-CART影像分类方法进行对比分析。实验结果显示object-RJMC算法的分类精度均高于object-CART和pixel-CART算法的分类精度;且对高空间分辨率的影像分类效果要优于对中低空间分辨率影像的分类效果。该算法减少了特征选择及规则建立的人工干预,克服了以像素为单位的分类算法中由于缺少空间邻域信息而产生孤立、离散、不连通分类结果的问题,可有效地提高GF-1遥感影像分类精度。
【作者单位】： 中国矿业大学(北京)地球科学与测绘工程学院;中国科学院遥感与数字地球研究所;
【关键词】： 面向对象 特征选择 ReliefF算法 J-M( Jeffries-Matusita)距离 CART算法
【基金】：国家自然科学基金(41471310) 国土资源部城市土地资源监测与仿真重点实验室开放基金资助课题(KF-2015-01-007) 三亚市专项科研试制项目(2015KS14) 海南省科技合作专项资金项目(KJH2015-14)资助
【分类号】：TP751
【正文快照】： 中国科学院遥感与数字地球研究所2,北京100101)国土资源部城市土地资源监测与仿真重点实验室开放基金资助课题(KF-2015-01-007)、三亚市专项科研试制项目(2015KS14)、海南省科技合作专项资金项目(KJH2015-14)资助GF—1卫星较Geo Eye-1、IKONOS等国外高分辨率卫星而言,突破了高

【相似文献】

中国期刊全文数据库 前1条

1 王圆圆;李京;;基于决策树的高光谱数据特征选择及其对分类结果的影响分析[J];遥感学报;2007年01期

，

本文编号：1008445