基于決策樹(shù)的面向?qū)ο蠓诸惙椒ㄑ芯?pdf

1、圖像分類是專題制圖的基礎(chǔ),也是遙感應(yīng)用研究的基礎(chǔ),在遙感影像的處理過(guò)程中處于重要的地位。圖像分類的精度直接影響到生產(chǎn)遙感影像各種產(chǎn)品精度的質(zhì)量。高精度的遙感影像分類有利于影像的定性、定量分析和專題信息的提取。在遙感圖像處理的各個(gè)環(huán)節(jié)中,分類方法是影響分類質(zhì)量好壞的關(guān)鍵技術(shù)。傳統(tǒng)的基于像元的分類方法已很難滿足高分辨率遙感影像處理的要求。因此,本文在全面分析、總結(jié)國(guó)內(nèi)外研究成果的基礎(chǔ)上,以QuickBird高分辨率遙感影像為主要數(shù)據(jù)源,進(jìn)行

2、遙感影像分類方法的研究,旨在提高分類精度,使其更廣泛應(yīng)用于國(guó)土資源調(diào)查、土地動(dòng)態(tài)監(jiān)測(cè)、基礎(chǔ)地理信息更新等方面。本文主要研究了如下內(nèi)容:(1)本文提出了基于決策樹(shù)的面向?qū)ο蠓诸惙椒āＪ紫韧ㄟ^(guò)多尺度分割方法對(duì)遙感影像進(jìn)行分割,得到一個(gè)個(gè)的分割對(duì)象,然后對(duì)每個(gè)對(duì)象進(jìn)行特征提取,利用決策樹(shù)C4.5算法對(duì)訓(xùn)練樣本進(jìn)行自動(dòng)知識(shí)挖掘,最后利用建立的決策樹(shù)和分類模型進(jìn)行面向?qū)ο蠓诸?。同時(shí)利用該方法對(duì)高分辨率影像進(jìn)行了分類實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明了該方法的優(yōu)越

3、性。(2)決策樹(shù)分類規(guī)則的建立實(shí)現(xiàn)了自動(dòng)化及可視化。通過(guò)對(duì)決策樹(shù)C4.5算法的研究,利用其對(duì)訓(xùn)練樣本的學(xué)習(xí)過(guò)程,自動(dòng)挖掘出分類規(guī)則,并將規(guī)則進(jìn)行可視化表達(dá)。它突破了傳統(tǒng)的決策樹(shù)分類中通過(guò)經(jīng)驗(yàn)總結(jié)才能獲得規(guī)則,并且對(duì)分類者不需要有較高的遙感和地學(xué)知識(shí)要求。(3)建立了決策樹(shù)編輯器,使分類規(guī)則的自動(dòng)提取與人工干預(yù)相結(jié)合的功能得以實(shí)現(xiàn)。通過(guò)該編輯器,可以對(duì)決策樹(shù)進(jìn)行組織與管理,為在分類過(guò)程中加入人工干預(yù)提供了方法和途徑。在一些較復(fù)雜的地區(qū),在