基于影像多种特征的CART决策树分类方法及其应用

被引：60

作者：

陈云 ^{[1
]}

戴锦芳 ^{[1
]}

李俊杰 ^{[2
]}

机构：

[1] 中国科学院南京地理与湖泊研究所

[2] 中国资源卫星应用中心

来源：

地理与地理信息科学 | 2008年 / 02期

关键词：

纹理特征; 光谱特征; CART; 决策树;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP751 [图像处理方法];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

以扬州市宝应县为研究区,采用主成分分析法对研究区影像进行数据压缩和单波段数据增强,利用灰度共生矩阵分析第一主成分的纹理信息。运用基于CART算法的决策树分类方法,选用影像的光谱特征值、NDVI值以及纹理统计量值为测试变量,并通过计算确定决策树的节点规则,提取影像中主要地物信息。将分类结果与单纯依靠光谱特征的监督分类法结果相比较,表明基于影像多种特征的CART决策树分类方法分类精度较高,尤其较好地提取了围网养殖区和建设用地。

引用

页码：33 / 36

页数：4

共 11 条

[1] SPOT5影像纹理特征提取与土地利用信息识别方法 [J].