典型遥感数据分类方法的适用性分析——以遥感图像场景分类为例

发布时间：2017-11-28 10:10

  本文关键词：典型遥感数据分类方法的适用性分析——以遥感图像场景分类为例

  更多相关文章： 遥感图像 数据分类 场景分类 分类器 适用性

【摘要】：目前普遍采用的分类器通常都是针对单一或小量任务而设计的,在小数据量的处理中能取得比较满意的结果。但对于海量遥感数据的处理,其在处理时效和分类精度方面还有待研究。本文以遥感图像场景分类任务为例,着重对遥感数据分类问题中几种典型分类方法的适用性进行比较研究,包括K近邻(KNN)、随机森林(RF),支持向量机(SVM)和稀疏表达分类器(SRC)等。分别从参数敏感性,训练样本数据量,待分类样本数据量和样本特征维数对分类器性能的影响等几个方面进行比较分析。实验结果表明:(1)KNN,RF和L0-SRC方法相比RBF-SVM,Linear-SVM和L1-SRC,受参数影响的程度更弱;(2)待分类样本固定的情况下,随着训练样本数目的增加,SRC类型分类方法的分类性能最佳,SVM类型方法次之,然后是RF和KNN,在总体分类时间上呈现出L0-SRCL1-SRCRFRBF-SVM/Linear-SVMKNN/L0-SRC-Batch的趋势;(3)训练样本固定的情况下,所有分类方法的分类精度几乎都不受待分类样本数目变化的影响,RBF-SVM方法性能最佳,其次是L1-SRC,然后是Linear-SVM,最后是RF和L0-SRC/L0-SRC-Batch,在总体分类时间上,L1-SRC和L0-SRC相比其他分类方法最为耗时;(4)样本特征维数的变化不仅影响分类器的运行效率,同时也影响其分类精度,其中SRC和KNN分类器器无需较高的特征维数即可获得较好的分类结果,SVM对高维特征具有较强的包容性和学习能力,RF分类器对特征维数增加则表现得并不敏感,特征维数的增加并不能对其分类精度的提升带来更多的贡献。总的来说,在大数据量的遥感数据分类任务中,现有分类方法具有良好的适用性,但是对于分类器的选择应当基于各自的特点和优势,结合实际应用的特点进行权衡和选择,选择参数敏感性较小,分类总体时间消耗低但分类精度相对较高的分类方法。
【作者单位】： 中国科学院遥感与数字地球研究所;中国科学院大学;
【基金】：中国科学院遥感与数字地球研究所“一三五”规划培育计划(编号:Y3SG1500CX) 国家高技术研究发展计划(863计划)(编号:2013AA12A301)~~
【分类号】：TP751;P237
【正文快照】： 引用格式:赵理君,唐娉.2016.典型遥感数据分类方法的适用性分析—以遥感图像场景分类为例.遥感学报,20(2):157 171Zhao L J and Tang P.2016.Scalability analysis of typical remote sensing data classification methods:A case ofremote sensing image scene.Journal of R

【相似文献】

中国期刊全文数据库 前10条

1 宋平舰,张杰;二维经验模分解在海洋遥感图像信息分离中的应用[J];高技术通讯;2001年09期

2 陈洋,王润生,王程;基于遥感图像的人造地物目标信息管理系统[J];遥感技术与应用;2001年04期

3 刘亚岚,阎守邕,王涛;一种基于双边界的遥感图像动态变化信息判读方法研究[J];国土资源遥感;2002年02期

4 毕金元,宋良图;一种基于数学形态学的空间遥感图像中弱目标检测算法[J];遥感信息;2005年03期

5 黄世存,章文毅,何国金,郑婉勤,吴海平;几种不同矩阵算法的遥感图像几何精纠正效果比较[J];国土资源遥感;2005年03期

6 程志梅,陆玲,邱霞明;利用空间投影法实现遥感图像的几何精纠正[J];科技广场;2005年10期

7 刘王君,贾明;遥感图像植被判读与土壤判读[J];科技情报开发与经济;2005年06期

8 王强;束炯;张晓沪;;一种遥感图像的坐标转换方法[J];测绘科学;2006年04期

9 惠文华;;多传感器遥感图像配准方法研究[J];西北大学学报(自然科学版);2006年04期

10 李忠香;;遥感图像作为数据源的湖底地形等高线绘制[J];成都大学学报(自然科学版);2007年01期

中国重要会议论文全文数据库 前10条

1 张凤春;董增寿;刘明君;;基于局部方差均衡的遥感图像增强方法[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

2 邓冰;林宗坚;彭晓东;;遥感图像信息度量的原理与方法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

3 江兴方;江鸿;何贤强;;遥感图像两种半自动拼接方法的研究[A];全国农业遥感技术研讨会论文集[C];2009年

4 罗睿;张永生;范永弘;邓雪清;;遥感图像基于内容查询的研究与实践[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

5 陈东;庞怡杰;黄勇杰;;大倾斜航空遥感图像快速自动镶嵌技术[A];图像 仿真 信息技术——第二届联合学术会议论文集[C];2002年

6 黄勇杰;王树国;刘俊义;陈东;;遥感图像去云算法研究[A];首届信息获取与处理学术会议论文集[C];2003年

7 谢建春;赵荣椿;;遥感图像中的军用机场识别算法研究[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

8 陈姚;王金亮;李石华;;遥感图像中云层遮挡影响消除处理方法研究述评[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

9 张磊;朱磊;;遥感图像中直线目标的检测[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

10 邱磊;李国辉;衡祥安;;一种基于交互学习的遥感图像挖掘方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

中国重要报纸全文数据库 前5条

1 蒋建科邋孙宏金 陈树琛;传回清晰遥感图像[N];人民日报;2008年

2 记者 郑千里;北京地区有了航空遥感图像[N];科技日报;2000年

3 本报通讯员;煤航遥感院获美国快鸟遥感图像西部代理权[N];中煤地质报;2005年

4 王石;印度通过“快鸟”影像发现古墓地[N];中国测绘报;2010年

5 记者 马彦平 张桂敏;澳大利亚钾矿钻探启动[N];农资导报;2011年

中国博士学位论文全文数据库 前10条

1 江兴方;遥感图像去云方法的研究及其应用[D];南京理工大学;2007年

2 滕鑫鹏;遥感图像道路提取研究[D];江苏大学;2014年

3 刘春红;超光谱遥感图像降维及分类方法研究[D];哈尔滨工程大学;2005年

4 刘哲;基于信息融合的遥感图像处理方法研究[D];西北工业大学;2002年

5 陶午沙;基于结构模型的遥感图像军事阵地目标特征分析及其识别技术研究[D];国防科学技术大学;2004年

6 强赞霞;遥感图像的融合及应用[D];华中科技大学;2005年

7 杜根远;海量遥感图像内容检索关键技术研究[D];成都理工大学;2011年

8 林剑;基于模糊理论的遥感图像分割方法研究[D];中南大学;2003年

9 薛丽霞;基于对象云的遥感图像模糊边缘检测研究[D];西南交通大学;2007年

10 罗睿;遥感图像信息系统的设计与分析[D];解放军信息工程大学;2001年

中国硕士学位论文全文数据库 前10条

1 窦雪荔;遥感图像传输中的压缩编码及容错范围的研究[D];沈阳理工大学;2010年

2 杨晓宇;基于小波包与数学形态学的遥感图像道路提取研究[D];沈阳工业大学;2011年

3 魏军伟;遥感图像中港口目标检测研究与实现[D];西安电子科技大学;2007年

4 张克军;遥感图像特征提取方法研究[D];西北工业大学;2007年

5 孙效松;基于硬件的遥感图像有损小波压缩系统[D];中国科学院研究生院（遥感应用研究所）;2004年

6 蒋红成;多幅遥感图像自动裁剪镶嵌与色彩均衡研究[D];中国科学院研究生院（遥感应用研究所）;2004年

7 林晓峰;基于纹理特征的遥感图像分类算法研究[D];大连理工大学;2007年

8 刘涛;遥感图像分块分类技术的研究与应用[D];山东科技大学;2010年

9 王强;基于演示编程的遥感图像元数据提取方法研究[D];山东科技大学;2010年

10 潘赢;基于双树复小波和灰度共生矩阵的遥感图像分割[D];辽宁师范大学;2011年

，

本文编号：1233585