基于随机森林的地理要素面向对象自动解译方法

被引：40

作者：

顾海燕 ^{[1
,2
]}

闫利 ^{[1
]}

李海涛 ^{[2
]}

贾莹 ^{[3
]}

机构：

[1] 武汉大学测绘学院

[2] 中国测绘科学研究院

[3] 高德软件有限公司

来源：

武汉大学学报(信息科学版) | 2016年 / 02期

关键词：

面向地理对象影像分析; 随机森林; 分类模型; 特征选择;

D O I：

10.13203/j.whugis20140102

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

面向地理对象影像分析(GEOBIA)技术取得了显著的进展,代表了遥感影像解译的发展范式,其主要目标是发展智能化分析方法。随机森林机器学习方法是一种相对新的、数据驱动的非参数分类方法,具有自动特征优选、自动模型构建等优势,为智能化分析提供了有效手段。充分利用GEOBIA及随机森林机器学习的优势,提出了基于随机森林的地理要素面向对象自动解译方法,阐述了随机森林面向对象分类方法的技术流程,为设计和实现该方法提供了详细指导,有助于指导用户优选特征和构建分类模型。通过与支持向量机分类的对比实验证明,该方法可以自动进行特征优选及分类模型的构建,利用较少的特征得到较高的分类精度,在不损失性能的前提下减少了计算量和内存使用,能够为大范围、大区域地理要素自动解译提供先验知识及自动化的手段。

引用

页码：228 / 234

页数：7

共 12 条

[1] 基于随机森林的国产小卫星遥感影像分类研究 [J].

刘毅 ;

杜培军 ;

郑辉 ;

夏俊士 ;

柳思聪 .

测绘科学, 2012, 37 (04) :194-196

[2]

随机森林及其在遥感影像处理中应用研究[D]. 雷震.上海交通大学 2012

[3]

Random Forest classification of Mediterranean land cover using multi-seasonal imagery and multi-seasonal texture[J] . V.F. Rodriguez-Galiano,M. Chica-Olmo,F. Abarca-Hernandez,P.M. Atkinson,C. Jeganathan.Remote Sensing of Environment . 2011

[4]

Combining Random Forests and object-oriented analysis for landslide mapping from very high resolution imagery[J] . André Stumpf,Norman Kerle.Procedia Environmental Sciences . 2011

[5] Object-oriented mapping of landslides using Random Forests [J].

Stumpf, Andre ;

Kerle, Norman .

REMOTE SENSING OF ENVIRONMENT, 2011, 115 (10) :2564-2577

[6] Comparison of pixel- and object-based classification in land cover change mapping [J].

Robertson, Laura Dingle ;

King, Douglas J. .

INTERNATIONAL JOURNAL OF REMOTE SENSING, 2011, 32 (06) :1505-1529

[7]

Relevance of airborne lidar and multispectral image data for urban scene classification using Random Forests[J] . Li Guo,Nesrine Chehata,Clément Mallet,Samia Boukir.ISPRS Journal of Photogrammetry and Remote Sensing . 2010 (1)

[8]

Mining data with random forests: A survey and results of new tests[J] . A. Verikas,A. Gelzinis,M. Bacauskiene.Pattern Recognition . 2010 (2)

[9]

Object based image analysis for remote sensing[J] . T. Blaschke.ISPRS Journal of Photogrammetry and Remote Sensing . 2009 (1)

[10] Random forest classifier for remote sensing classification [J].

Pal, M .

INTERNATIONAL JOURNAL OF REMOTE SENSING, 2005, 26 (01) :217-222

← 1 2 →