基于多时相Landsat8数据的综合多特征棉田提取研究

发布时间：2017-11-30 06:47

本文关键词：基于多时相Landsat8数据的综合多特征棉田提取研究

【摘要】：本文选用新疆沙湾县中北部为研究区域,针对目前基于多时相遥感影像分类大多拘泥于单一特征的现状,开展了综合多特征的提取棉田研究。以2013年九个时相的Landsat8遥感卫星影像为基础数据,通过提取NDVI时间序列,最佳时相反射率光谱特征及纹理特征构成综合多特征集。考虑到在训练样本充足的情况下,参与分类特征过多时,可能会由于信息冗余导致分类精度降低的情况,本文研究了适合于多类型特征的特征选择算法,然后利用优选特征集进行分类,提取棉田,并通过混淆矩阵等方式对分类精度进行评价。研究成果如下:(1)提出了改进的OIF特征选择算法:该算法不仅考虑了波段组合整体的信息量及相关性,同时考虑了组合内每个波段的信息量及相关性,在此基础上又兼顾了各地类间的可分性。利用改进OIF算法进行特征选择所得优选特征集进行分类,结果明显优于OIF算法所得优选集的分类结果,这表明此算法有效改善了OIF算法在特征选择方面的性能;(2)与仅利用NDVI时间序列的分类结果相比,综合多特征集的分类总体精度和棉花精度都有所提高;(3)与特征选择前相比,经改进OIF算法和基于属性重要度的粗糙集算法进行特征选择后,分类精度均有所提高。结果表明:利用这两种方法进行特征选择,参与分类的特征数目大大减少,不仅提高了分类精度,也有效降低了分类器的计算复杂度。有力验证了改进OIF算法及基于属性重要度粗糙集算法在进行多特征选择时的有效性。
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S127;S562

【参考文献】

中国期刊全文数据库前10条

1 潘远;杨景辉;武文波;;粗糙集约简的神经网络遥感分类应用[J];遥感信息;2012年04期

2 刘丽;匡纲要;;图像纹理特征提取方法综述[J];中国图象图形学报;2009年04期

3 刘勇洪;牛铮;徐永明;王长耀;李贵才;;基于MODIS数据设计的中国土地覆盖分类系统与应用研究[J];农业工程学报;2006年05期

4 罗亚,徐建华,岳文泽;基于遥感影像的植被指数研究方法述评[J];生态科学;2005年01期

5 刘春红,赵春晖,张凌雁;一种新的高光谱遥感图像降维方法[J];中国图象图形学报;2005年02期

6 吴炳方;中国农情遥感速报系统[J];遥感学报;2004年06期

7 张友水,冯学智,阮仁宗,麻土华;Kohonen神经网络在遥感影像分类中的应用研究[J];遥感学报;2004年02期

8 郭鹏,孙艳玲,刘洪斌,武伟;基于知识的土地利用/土地覆盖遥感分类研究[J];西南农业大学学报(自然科学版);2003年03期

9 陈百明;未来中国的农业资源综合生产能力与食物保障[J];地理研究;2002年03期

10 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