国土资源遥感
國土資源遙感
국토자원요감
REMOTE SENSING FOR LAND & RESOURCES
2009年
3期
30-34
,共5页
吴波%朱勤东%高海燕%周小成
吳波%硃勤東%高海燕%週小成
오파%주근동%고해연%주소성
互信息%特征选择%面向对象分类%高分辨
互信息%特徵選擇%麵嚮對象分類%高分辨
호신식%특정선택%면향대상분류%고분변
高分辨率影像面向对象分割后产生了大量的光谱、形状以及纹理特征,如何抽取出最佳特征子集是遥感影像识别的重要问题.本文利用最大化互信息统计独立准则抽取最优特征子集,提高了面向对象遥感影像分类精度.基本过程包含以下3个方面:首先,利用eCoginition软件对高分辨遥感影像进行对象分割;然后,基于互信息最大关联、最小冗余准则(mRMR)获取优选的特征子集;最后,基于支持向量机分类器完成影像分类.以福建省漳州市QuickBird数据为例的实验表明,该方法能够有效提高遥感影像的分类精度,平均误分率降低了约4%.
高分辨率影像麵嚮對象分割後產生瞭大量的光譜、形狀以及紋理特徵,如何抽取齣最佳特徵子集是遙感影像識彆的重要問題.本文利用最大化互信息統計獨立準則抽取最優特徵子集,提高瞭麵嚮對象遙感影像分類精度.基本過程包含以下3箇方麵:首先,利用eCoginition軟件對高分辨遙感影像進行對象分割;然後,基于互信息最大關聯、最小冗餘準則(mRMR)穫取優選的特徵子集;最後,基于支持嚮量機分類器完成影像分類.以福建省漳州市QuickBird數據為例的實驗錶明,該方法能夠有效提高遙感影像的分類精度,平均誤分率降低瞭約4%.
고분변솔영상면향대상분할후산생료대량적광보、형상이급문리특정,여하추취출최가특정자집시요감영상식별적중요문제.본문이용최대화호신식통계독립준칙추취최우특정자집,제고료면향대상요감영상분류정도.기본과정포함이하3개방면:수선,이용eCoginition연건대고분변요감영상진행대상분할;연후,기우호신식최대관련、최소용여준칙(mRMR)획취우선적특정자집;최후,기우지지향량궤분류기완성영상분류.이복건성장주시QuickBird수거위례적실험표명,해방법능구유효제고요감영상적분류정도,평균오분솔강저료약4%.
