共查询到17条相似文献，搜索用时 359 毫秒
1.
基于Sentinel-2A影像特征优选的随机森林土地覆盖分类 总被引：10，自引：0，他引：10
《资源科学》2019,(5)
中南半岛地处热带、亚热带地区,由于水热条件适宜,植被生长旺盛,土地利用强度高,地表覆盖类型的光谱特征时空变异复杂,使用传统的基于光谱特征的遥感分类精度难以保证。Sentinel-2A卫星遥感数据具有较丰富的光谱波段和较高的空间分辨率,为土地覆盖遥感分类提供了多维特征空间。但多维特征参与分类容易造成信息冗余,从而导致分类速度和精度降低。因此,如何充分利用Sentinel-2A数据丰富的光谱和空间信息,并通过高维特征空间降维进行特征优选对于提高分类精度具有重要意义。本文以中南半岛典型地区土地覆盖分类为例,利用Sentinel-2A多波段光谱特征,归一化植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)、归一化水体指数(NDWI)等指数特征以及对比度、相关性、能量、均值、熵等纹理特征,在随机森林模型框架下,采用平均不纯度减少方法对不同特征在土地覆盖分类中的重要程度进行识别;利用袋外(OOB)误差方法,对重要特征组合进行了优选;利用优选特征进行随机森林土地覆盖分类,并与原始随机森林分类结果进行对比。结果表明:Sentinel-2A影像的光谱特征和纹理特征在土地覆盖分类中具有较为重要的作用,光谱特征中短波红外、可见光、植被红边波段重要性较大,纹理特征中均值、能量法重要性较高。选择重要性列前9位的特征参与分类时,OOB精度达到最高;继续增加特征会使模型复杂度过高,容易发生过拟合而使得分类精度不增反降。通过特征优选高效利用了Sentinel-2A丰富的光谱和纹理信息,其总体分类精度达87.53%,Kappa系数达0.8461,优于原始随机森林方法,一定程度上提高了热带亚热带地区复杂土地覆盖分类精度。 相似文献
2.
3.
4.
在城市筑群空间分布模式中,需要对建筑区的三维影像特征进行数据提取,用遥感影像中包含的光谱特征和纹理特征,实现对建筑物的特征融合检测。传统方法采用高亮线条和阴影区域融合的方法实现对建筑区的三维影像数据提取,当图像本身受斑点噪声影响较大和光程较远的情况下,影像数据提取效果不好。提出一种基于形状特征与纹理分区相融合的建筑区三维影像数据提取方法,采用骨架线模式和三角网模式构建建筑物的三维纹理模型,设计基于纹理分区的建筑区三维影像图像分割算法。在三角网纹理分区结构模型的基础上,通过相互近似正交的直线模式建立建筑群直线模式的方向关系图,实现对建筑区的三维影像数据提取。仿真实验表明,采用该模型对建筑区的三维影像数据提取,影像分割准确,能准确有效提取影像局部区域的亮度特征,受斑点噪声影响较大和光程的影响较小,对建筑区图像特征的检测正确率较高。 相似文献
5.
基于TM遥感影像的玉米地专题信息自动提取 总被引：1，自引：1，他引：1
TM遥感影像中专题信息的自动提取是目前遥感界的研究热点，也已成为遥感信息生产流程中的瓶颈环节。本文分析了耕地专题信息自动提取的研究现状，选取了吉林中部和辽宁省东北部作为研究区，采用监督分类的方法对研究区TM遥感影像进行分类，提取了玉米地专题信息，玉米地信息的提取精度为85.5%。根据遥感影像目视解译的原理，提出了基于多特征空间的遥感影像专题信息自动提取的研究方法，通过对多特征空间的数学描述和计算机处理实现
遥感专题信息的自动提取。采用多特征空间的方法将玉米地信息分为光谱特征空间、形状特征空间、区域地学特征空间和干扰特征空间，应用ERDAS8.5遥感图像处理软件中的knowledge engineer模块的开发功能，设计了基于多特征空间的玉米地专题信息自动提取的专家库，使用专家库对玉米地信息进行了自动提取，提取精度为92.9%。从基于多特征空间的分类结果与监督分类结果的比较发现，基于多特征空间的自动提取方法可以提高专题信息的提取效率，对未来实现遥感影像的智能解译是一种研究方法的探索。 相似文献
6.
农作物遥感分类特征变量选择研究现状与展望 总被引：5，自引：0，他引：5
农作物遥感分类是农作物种植面积估算的重要核心问题,是提高农作物种植面积估算精度的关键研究内容。特征变量的选择是农作物遥感分类的重要步骤,有效地使用多种特征变量是提高农作物遥感分类精度的关键。随着多源数据获取的更加容易,电磁波谱特征、空间特征、时间特征以及辅助数据特征在农作物遥感分类中发挥着重要的作用。本文简要回顾和综合分析了在农作物遥感分类中所使用的各种特征变量,包括多光谱特征、微波散射特征、多源数据特征、高光谱数据特征等电磁波谱特征,以及空间特征、时间特征和辅助数据特征等,并分析了农作物遥感分类特征变量选择方面存在的问题和发展趋势。指出目前农作物遥感分类特征变量选择存在的关键问题主要包括特征变量选择的理论研究不足和综合应用存在缺陷两个方面。未来农作物遥感分类特征选择研究的核心内容主要包括生化组分特征及冠层结构特征等农作物遥感分类新特征变量的挖掘、分类特征变量的综合应用、农作物遥感分类特征变量的敏感性和不确定性研究3个方面。 相似文献
7.
提出了一种基于韦伯局部特征(WLD)的纹理分类方法。韦伯定律证明了人眼感知能力不仅与刺激的改变相关还与刺激的原始大小相关。而韦伯局部特征正是基于这个原理所设计的,能够很好的反映出纹理的特征。实验表明利用韦伯局部特征进行纹理分类效果明显好于利用其它的图像特征。 相似文献
8.
森林类型识别是森林资源遥感监测的基础工作,低分辨率遥感影像缺少纹理细节信息,高分辨率遥感影像不仅具有光谱信息,而且提供丰富的空间、纹理特征信息,因此基于高分辨率遥感影像的纹理特征进行森林内部信息的提取成为近年研究的热点及难点,传统基于单个象元纯光谱及面向对象建立规则集的方法难以有效区分天然林与人工林植被覆盖信息.本文利用面向对象多尺度分割算法、Sobel算子边缘检测及骨架线提取等方法,提取天然林与人工林的纹理线特征,构建了一种新的特征指数——纹理线条密度指数(TLDI).研究表明:与常用的NDVI、SAVI、EVI等植被特征及VAR、HOMO、CON等GLCM纹理特征指数相比,TLDI指数的离散度更好、分类效果更佳;当TLDI＞0.1时,为天然林植被覆盖区;当0＜TLDI＜0.1时,为人工林植被覆盖区.典型区域的实验表明,除极少数稀疏天然林对象斑块错分人工林,总体分类精度较高,人工林错分率小于0.83％,面向对象的TLDI指数可以有效地提取森林内部天然林与人工林植被覆盖信息. 相似文献
9.
决策树分类方法是一种基于空间数据挖掘来获得分类规则的方法,能够融入影像以外的各种知识,有效地将各种用于植被、水体和土地的分类知识以及空间纹理信息结合起来[1],本文尝试基于决策树分类方法之上,结合光谱特征提取值和纹理信息特征提取值对Landsat5 TM影像进行分类,寻找提高土地分类的精度和准确性的方法。 相似文献
10.
11.
积雪面积是融雪径流模型中变量数据输入之一,准确的获取雪盖范围是进行流域尺度融雪水文过程研究的关键,在水资源管理及洪水预报中具有重要意义.本文以天山山区中段为例,利用MODIS数据,提出了结合混合光谱分解的积雪分量及灰度共生矩阵提取的纹理特征的SVM分类方法,对研究区积雪面积信息提取进行了研究.结果表明:通过利用混合光谱分解的积雪分量作为SVM的特征输入,总体分类精度比传统SVM分类结果有了一些提高.同时考虑结合基于灰度共生矩阵提取的纹理特征用于分类中,总体精度比传统SVM方法提高了1.081％,制图精度达到了99.01％.本文提出的分类方法能够适应特征组合之间的非线性关系,从而能提供更多的区域地物空间分布信息,能够调整无样本地表类型地区的积雪面积反演,对今后的融雪水文过程研究有重要意义. 相似文献
12.
13.
维数简约是肺结节分类识别问题中的关键步骤,现有的方法中都是将所有类别的数据作为一个整体进行降维,忽略了不同类别数据之间在特征子集上的差异性。本文提出了一种将类集和类对相结合的有监督流形特征抽取思想,并将之应用于肺结节的分类中,最终形成一个基于CT影像的肺结节分类系统。实验结果表明了方法的有效性。 相似文献
14.
15.
We present an image retrieval framework based on automatic query expansion in a concept feature space by generalizing the vector space model of information retrieval. In this framework, images are represented by vectors of weighted concepts similar to the keyword-based representation used in text retrieval. To generate the concept vocabularies, a statistical model is built by utilizing Support Vector Machine (SVM)-based classification techniques. The images are represented as "bag of concepts" that comprise perceptually and/or semantically distinguishable color and texture patches from local image regions in a multi-dimensional feature space. To explore the correlation between the concepts and overcome the assumption of feature independence in this model, we propose query expansion techniques in the image domain from a new perspective based on both local and global analysis. For the local analysis, the correlations between the concepts based on the co-occurrence pattern, and the metrical constraints based on the neighborhood proximity between the concepts in encoded images, are analyzed by considering local feedback information. We also analyze the concept similarities in the collection as a whole in the form of a similarity thesaurus and propose an efficient query expansion based on the global analysis. The experimental results on a photographic collection of natural scenes and a biomedical database of different imaging modalities demonstrate the effectiveness of the proposed framework in terms of precision and recall. 相似文献
16.
作为一种工业产权的外观专利在产业振兴中起着重要作用。外观专利采用的洛迦诺分类标准不支持图像分类,而AI算法直接在洛迦诺分类标准图像数据集并不能有效提升分类精度。因此,对外观专利审查员来说,外观专利的分类检索具有相当大的挑战。为此,本文提出先领域、再功能、后视觉的四级外观专利图像分类新标准,在此分类标准基础上构建了Patent-MNIST外观专利标准测试集。利用典型的AI算法来测试验证,结果表明,VGG19等经典算法在Patent-MNIST数据集中的分类准确度比直接使用洛迦诺分类标准数据集有显著的性能提升。同时,在本文的分类标准数据集的基础上,还需要进一步地针对外观专利来改进算法。 相似文献
17.
随着网络的飞速发展,网页数量急剧膨胀,近几年来更是以指数级进行增长,搜索引擎面临的挑战越来越严峻,很难从海量的网页中准确快捷地找到符合用户需求的网页。网页分类是解决这个问题的有效手段之一,基于网页主题分类和基于网页体裁分类是网页分类的两大主流,二者有效地提高了搜索引擎的检索效率。网页体裁分类是指按照网页的表现形式及其用途对网页进行分类。介绍了网页体裁的定义,网页体裁分类研究常用的分类特征,并且介绍了几种常用特征筛选方法、分类模型以及分类器的评估方法,为研究者提供了对网页体裁分类的概要性了解。 相似文献