基于决策树规则的面向对象遥感影像分类

《基于决策树规则的面向对象遥感影像分类》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、遥感信息叠感匝用基于决策树规则的面向对象遥感影像分类葛春青①，张凌寒②，杨杰①(①武汉大学测绘遥感信息工程国家重点实验室，武汉430079；②武汉大学遥感信息工程学院，武汉430079)摘要：高分辨率影像包含了丰富的空间信息，这使得基于像素的传统分类方法的分类精度受到局限。基于此，本文对面向对象的分类方法进行了探讨。首先，利用图像的光谱和形状因子对图像进行合理的分割。然后，建立决策树分类判别知识库，将对象归属到某一类上并进行分类。结果显示，面向对象方法的分类精度较传统分类方法有了很大程度的提高，这为通过建立决策树知识库对地物光谱混杂的城区分类提供了一种有益的尝试。关键词：高分辨率影像；

2、面向对象；多尺度分割；知识库中图分类号：TP751文献标识码：A文章编号：1000—3177(2009)102—0086—05法。隶属度函数法在区分类别时只用少数特征。本1引言文则主要利用隶属度函数法并结合最邻近法对影像过去遥感影像分辨率不高，像元混杂十分严重，进行分类。因而，传统遥感图像分类方法，如监督分类或非监督2研究方法分类，都是根据地物的光谱信息进行的，并未考虑像元间的相关性，空间信息利用的很少，这是基于像素2．1面向对象分类的概念分类方法的瓶颈所在_1]。这种方法无法解决“同物面向对象分类就是综合考虑目标的形状、纹理异谱”、“同谱异物”的难题，并且分类精度受到局限。和光谱信息

3、的一种高级分类口方法。分类过程随着遥感空间技术的发展，遥感影像的分辨率中，首先将临近的像素分割成有意义的区域。然后，越来越高。分辨率在10m以内的影像一般称为高运用人对地物的认知所产生的知识让电脑知道影像分辨率遥感影像[2]。这些数据具有丰富的空间信中到底存在什么地物。最后，根据对地物的特征描息、地物几何结构和纹理信息。并且，在高分辨率影述建立的语义知识库对图像进行判读。像中，有意义的地物大多由非单一像元组成，且相邻2．2影像处理流程像元间的相关性高。对这种数据，如仅利用传统的本次研究中面向对象的影像处理流程如图1。基于光谱的分类方法，就会造成空间数据的大量冗2．3影像多尺度分割余。面

4、向对象的分类方法突破了传统分类法的瓶对某尺度的层次影像分割时，从一个像元开始，颈[1]，先以加入形状因子的方式对影像进行多尺度分与其相邻对象进行计算，若相邻的两个对象合并后的割，将相关性高的像元融合在一起，形成同质图斑，然异质性指标小于给定的域值，则合并，否则不合并。后用面向对象的方法对地物进行认知，主要是根据图当一轮合并结束后，以上一轮生成的对象为基本单像确定合理的分割参数及建立有意义的分类知识库。元，继续与相邻对象进行计算，这一过程持续到在用eCognition中有两种分类方法：最邻近分类和户指定的尺度上不能再进行任何对象的合并为止。隶属度函数分类。最邻近分类器是快速简单，基于采用

5、不同的尺度，进行多次分割，形成网络层次给定的特征空间和样本的分类方法。区分类别时，结构，每一个分割都利用低一层的影像对象作为原特征空间可以是多维的，因而，这种方法被广泛采料，同时，也遵循高一层中的对象边界限制。如果是用。大多数相关的文献中所采用的也是这种分类不同的父对象，那么相邻的对象不能进行合并。收稿日期：2008—07～14修订日期：2008—07～28基金项目：高分辨率遥感影像三维测图与更新的理论和方法研究(40523005)；山东省基础地理信息与数字化技术重点实验室开放基金资助项目。作者简介：葛春青，女，山东德州人，硕士研究生，主要研究方向为摄影测量与遥感。E—mail：gec

6、hunqing@126．corn．86叠感应用遥感信息对象形状较为紧密。(3)对象的整体异质性指标h：-lIh一60，×h+加×^咖(5)I一一一图像理，与OA．4",ap代表光谱与形状两者间的权重调配，两●●●者之和为1，亦可根据使用者的需求进行调整。I2．4分类方法I导入eCognitioneCognition中采用模糊分类，有两种分类器：最邻近分类器和隶属度函数分类器。—一_(1)最临近分类法：对于每一个影像对象，在特征空间中寻找最近●●的样本对象，如果一个影像对象最近的样本对象属●-_于A类，那么这个对象将被划分为A类。实际操作图恻分析-时，通过一个隶属度函数进行，影像对象在特

7、征空间●匿l茎隶属坌度函l：i有圈=关联类别分类．I；：中与属于A类样本对象的距离越近，则属于A类的———-———-]c—1r———————一I-隶属度越大。影像对象属于哪一类，由隶属度来确●I定，当属于每一类的隶属度值小于最小的隶属度(可ll以设置，如0．1)时，该影像对象不被分类。-●影像对象0与样本对象s之间的距离计算●公式：输出结果●●d==√(crf)(6)图1影像分类流程图d通过所有特征值的标准差而得到归一化，基对象异质性各指标的计