基于随机森林的WorldVew2i影像建筑物精细提取

发布时间：2017-10-24 00:39

  本文关键词：基于随机森林的WorldVew2i影像建筑物精细提取

  更多相关文章： 建筑物提取 随机森林 特征重要性 精度评价 WorldView影像

【摘要】：针对研究区建筑物大小不一、排列复杂多样、颜色和材质差异较大的实际情况,提出了一种基于面向对象的城区高分辨率影像建筑物信息精细提取方法。该方法考虑了不同颜色建筑物之间以及建筑物与其他地物的特征差异,将建筑物细分为4种子类型,在对高分辨率影像进行分割的基础上,充分挖掘目标对象的光谱、几何、纹理信息等特征,利用随机森林算法对建筑物进行提取并对特征的重要性进行评估。结果发现,精细提取场景下的波段3比值、PCA3均值、PCA4均值、NDVI等特征的重要性较建筑物作为一个类别提取的常规方法出现了较为显著的上升,表明精细提取场景下的影像特征得到了更为充分的应用。使用该方法提取建筑物面积的用户精度和生产者精度较常规方法提高了12.16%和4.09%,为复杂情况下的高分辨率影像建筑物信息提取提供了新的途径。
【作者单位】： 江苏省地理信息技术重点实验室;南京大学国际地球系统科学研究所;浙江农林大学浙江省森林生态系统碳循环与固碳减排重点实验室;
【关键词】： 建筑物提取 随机森林 特征重要性 精度评价 WorldView影像
【基金】：国家自然科学基金资助项目(61190114、41171324) 科技部国家科技基础条件平台资助项目(2005DKA32300) 高等学校博士学科点专项科研基金资助项目(20110091110028) 江苏高校优势学科建设工程资助项目
【分类号】：P237
【正文快照】： 建筑物提取识别是遥感信息处理和分析、计算机视觉、模式识别等领域的重要研究问题[1]。如何从高分辨率遥感影像中高效、精确地识别和提取建筑物信息,对于推动高分辨率遥感影像信息挖掘技术的发展及其在城区建筑制图和城市规划相关领域的应用有重要意义[2]。而面向对象的方法

【参考文献】

中国期刊全文数据库 前1条

1 黄昕;张良培;李平湘;;融合形状和光谱的高空间分辨率遥感影像分类[J];遥感学报;2007年02期

【共引文献】

中国期刊全文数据库 前10条

1 李成范;尹京苑;赵俊娟;;一种面向对象的遥感影像城市绿地提取方法[J];测绘科学;2011年05期

2 黎树禧;宋杨;李长辉;;利用DSM以及彩色遥感航空影像快速提取建筑物目标信息[J];测绘通报;2012年01期

3 宋杨;李长辉;林鸿;陈鹏;;基于eCognition的绿地利用变化检测应用研究[J];城市勘测;2011年05期

4 王新明;梁维泰;周方;秦fE;;基于支持向量机和Getis因子的高分辨率遥感图像分类[J];地理与地理信息科学;2008年04期

5 王婷;周廷刚;吴忠芳;;基于知识规则的遥感影像土地利用分类研究[J];地理与地理信息科学;2008年04期

6 余先川;曹婷婷;杨春萍;陈焕东;吴淑雷;;基于稀疏成分分析的遥感影像分类[J];地球物理学进展;2009年06期

7 白穆;刘慧平;乔瑜;王晓东;;高分辨率遥感图像分类方法在LUCC中的研究进展[J];国土资源遥感;2010年01期

8 胡琼;张建;徐保东;李宗南;;Google Earth影像与同源Quick Bird影像在城市土地利用分类上的对比研究[J];华中师范大学学报(自然科学版);2013年02期

9 林栋;秦志远;杨婧玮;张占睦;;高分辨率遥感影像多特征协同地物分类方法[J];测绘科学技术学报;2014年02期

10 严威;夏晨阳;吴国宝;;基于核的多尺度纹理特征遥感影像SVM分类[J];信息技术;2015年05期

中国博士学位论文全文数据库 前5条

1 张华;遥感数据可靠性分类方法研究[D];中国矿业大学;2012年

2 黄昕;高分辨率遥感影像多尺度纹理、形状特征提取与面向对象分类研究[D];武汉大学;2009年

3 周源;基于快速流形学习方法的高光谱遥感非线性特征提取研究[D];武汉大学;2013年

4 兰泽英;基于土地利用空间知识挖掘的高分辨率遥感影像分类[D];武汉大学;2010年

5 康旭东;高光谱遥感影像空谱特征提取与分类方法研究[D];湖南大学;2015年

中国硕士学位论文全文数据库 前7条

1 马文俊;西洞庭湖区森林景观斑块划分及空间格局研究[D];中南林业科技大学;2011年

2 吴林巧;基于QuickBird影像的森林资源分类研究[D];南京林业大学;2009年

3 杨红卫;高分辨率多源遥感影像融合与镶嵌、制图研究[D];兰州大学;2010年

4 姜喜东;河源市林地覆被信息遥感提取方法对比研究[D];广州大学;2010年

5 彭佳明;新疆昆仑圆柏自然保护区森林资源分类及其郁闭度估测研究[D];新疆师范大学;2012年

6 鞠明明;基于面向对象图像分析的围填海工程遥感信息提取技术研究[D];南京师范大学;2013年

7 赵颖;建筑物半自动提取方法的研究[D];中国测绘科学研究院;2013年

【二级参考文献】

中国期刊全文数据库 前3条

1 陈杉,秦其明;基于小波变换的高分辨率影像纹理结构分类方法[J];地理与地理信息科学;2003年03期

2 李厚强,刘政凯,林峰;基于分形理论的航空图像分类方法[J];遥感学报;2001年05期

3 骆剑承,周成虎,梁怡,马江洪;支撑向量机及其遥感影像空间特征提取和分类的应用研究[J];遥感学报;2002年01期

【相似文献】

中国期刊全文数据库 前10条

1 张启敏,聂赞坎;随机森林发展系统解的存在性和唯一性(英文)[J];应用数学;2003年04期

2 李建更;高志坤;;随机森林:一种重要的肿瘤特征基因选择法[J];生物物理学报;2009年01期

3 袁敏;胡秀珍;;随机森林方法预测膜蛋白类型[J];生物物理学报;2009年05期

4 方匡南;吴见彬;朱建平;谢邦昌;;随机森林方法研究综述[J];统计与信息论坛;2011年03期

5 方正;李益洲;肖嘉敏;李功兵;文志宁;李梦龙;;基于复杂网络的随机森林算法预测氨基酸突变对蛋白质稳定性的影响(英文)[J];化学研究与应用;2011年05期

6 王象刚;;基于K均值随机森林快速算法及入侵检测中的应用[J];科技通报;2013年08期

7 曹正凤;谢邦昌;纪宏;;一种随机森林的混合算法[J];统计与决策;2014年04期

8 张光亚;方柏山;;基于氨基酸组成分布的嗜热和嗜冷蛋白随机森林分类模型[J];生物工程学报;2008年02期

9 马景义;吴喜之;谢邦昌;;拟自适应分类随机森林算法[J];数理统计与管理;2010年05期

10 李贞子;张涛;武晓岩;李康;;随机森林回归分析及在代谢调控关系研究中的应用[J];中国卫生统计;2012年02期

中国重要会议论文全文数据库 前7条

1 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

2 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年

3 张天龙;梁龙;王康;李华;;随机森林结合激光诱导击穿光谱技术用于的钢铁分类[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

4 相玉红;张卓勇;;组蛋白去乙酰化酶抑制剂的构效关系研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年

5 张涛;李贞子;武晓岩;李康;;随机森林回归分析方法及在代谢组学中的应用[A];2011年中国卫生统计学年会会议论文集[C];2011年

6 冯飞翔;冯辅周;江鹏程;刘菁;刘建敏;;随机森林和k-近邻法在某型坦克变速箱状态识别中的应用[A];第八届全国转子动力学学术讨论会论文集[C];2008年

7 曹东升;许青松;梁逸曾;陈宪;李洪东;;组合树的集合体和后向消除策略去分类P-糖蛋白化合物[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年

中国博士学位论文全文数据库 前4条

1 曹正凤;随机森林算法优化研究[D];首都经济贸易大学;2014年

2 雷震;随机森林及其在遥感影像处理中应用研究[D];上海交通大学;2012年

3 岳明;基于随机森林和规则集成法的酒类市场预测与发展战略[D];天津大学;2008年

4 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年

中国硕士学位论文全文数据库 前10条

1 钱维;药品不良反应监测中随机森林方法的建立与实现[D];第二军医大学;2012年

2 韩燕龙;基于随机森林的指数化投资组合构建研究[D];华南理工大学;2015年

3 贺捷;随机森林在文本分类中的应用[D];华南理工大学;2015年

4 张文婷;交通环境下基于改进霍夫森林的目标检测与跟踪[D];华南理工大学;2015年

5 李强;基于多视角特征融合与随机森林的蛋白质结晶预测[D];南京理工大学;2015年

6 朱玟谦;一种收敛性随机森林在人脸检测中的应用研究[D];武汉理工大学;2015年

7 肖宇;基于序列图像的手势检测与识别算法研究[D];电子科技大学;2014年

8 袁芳娟;基于随机森林的年龄估计[D];河北工业大学;2012年

9 刘晓东;基于组合策略的随机森林方法研究[D];大连理工大学;2013年

10 舒翔;基于随机森林的目标跟踪算法研究[D];合肥工业大学;2013年

，

本文编号：1086221