基于CART决策树方法的遥感影像分类

被引:54
作者
齐乐
岳彩荣
机构
[1] 西南林业大学资源学院
关键词
CART; 决策树分类; 遥感影像; 植被指数; 纹理特征;
D O I
暂无
中图分类号
TP751 [图像处理方法];
学科分类号
摘要
以云南省香格里拉县为研究区域,构建一种基于CART遥感影像的决策树分类方法.对遥感影像采用主成分提取、植被信息提取、纹理信息提取等方法,并结合试验区主要地物类型训练样本,采用Landsat 5 TM影像数据、DEM数据以及遥感处理软件ENVI为平台进行影像分类,并将结果与最大似然分类结果作比较.结果表明,基于CART遥感影像决策树分类精度优于最大似然分类,有较好的分类效果.
引用
收藏
页码:62 / 66
页数:5
相关论文
共 7 条
  • [1] 基于CART决策树与最大似然比法的植被分类方法研究
    张晓娟
    杨英健
    盖利亚
    李亮
    王宇
    [J]. 遥感信息, 2010, (02) : 88 - 92
  • [2] 基于影像多种特征的CART决策树分类方法及其应用
    陈云
    戴锦芳
    李俊杰
    [J]. 地理与地理信息科学, 2008, (02) : 33 - 36
  • [3] 利用决策树对卫星遥感数据进行分类
    王占昌
    [J]. 青海科技, 2005, (05) : 28 - 33
  • [4] 翁源县基于纹理信息及CART决策树技术的遥感影像分类研究.[D].谭莹.南京林业大学.2008, 10
  • [5] CART算法在电信业潜在客户识别中的应用研究.[D].颜丹丹.对外经济贸易大学.2007, 02
  • [6] 基于决策树技术的遥感影像分类研究.[D].陈鑫.南京林业大学.2006, 04
  • [7] 基于特征的纹理特征提取、分类与检索方法研究.[D].许漫坤.中国人民解放军信息工程大学.2003, 01