隨機(jī)森林及其在遙感影像處理中應(yīng)用研究.pdf

1、遙感信息處理的主要目的是理解不同場(chǎng)合和不同類型的傳感器獲取的圖像數(shù)據(jù)，是滿足人類探險(xiǎn)本性和生存需要的重要科技手段。隨著世界各國(guó)在遙感平臺(tái)投入的不斷增長(zhǎng)，自動(dòng)、準(zhǔn)確和快速的海量遙感信息處理成為一種迫切的需求，推動(dòng)著新的方法不斷涌現(xiàn)。這其中就有作為一種新興機(jī)器學(xué)習(xí)方法的隨機(jī)森林。美國(guó)科學(xué)院院士Leo Breiman等人的堅(jiān)實(shí)的理論推導(dǎo)和模式識(shí)別多個(gè)領(lǐng)域的應(yīng)用研究表明隨機(jī)森林有著準(zhǔn)確、方便、快速并能分析數(shù)據(jù)特點(diǎn)等方面的諸多優(yōu)點(diǎn)。利用了圖像中確

2、定的鄰域關(guān)系的紋元森林是隨機(jī)森林方法在圖像理解領(lǐng)域的一個(gè)新的發(fā)展。因此，將隨機(jī)森林/紋元森林應(yīng)用在遙感信息處理中有希望為后者帶來新的研究動(dòng)力。論文在有側(cè)重地總結(jié)遙感信息處理的目標(biāo)檢測(cè)、土地覆蓋分類和變化檢測(cè)三個(gè)重要方面的應(yīng)用研究現(xiàn)狀以及隨機(jī)森林的發(fā)展歷史和理論的基礎(chǔ)上，重點(diǎn)研究了隨機(jī)森林/紋元森林在這三個(gè)遙感研究方向中的應(yīng)用。
　　論文通過分析三種遙感應(yīng)用研究特點(diǎn)，對(duì)隨機(jī)森林/紋元森林做了相應(yīng)的改進(jìn)，促進(jìn)了更適應(yīng)于相應(yīng)的遙感應(yīng)用特

3、點(diǎn)的隨機(jī)森林/紋元森林的新的發(fā)展。這些發(fā)展除了能為相應(yīng)的遙感應(yīng)用服務(wù)，在經(jīng)過適當(dāng)改進(jìn)后也可以應(yīng)用于其它的計(jì)算機(jī)視覺領(lǐng)域，并通過大量實(shí)際遙感圖像實(shí)驗(yàn)對(duì)提出的方法進(jìn)行了驗(yàn)證。論文取得的成果和主要?jiǎng)?chuàng)新點(diǎn)包括:
　　(1)針對(duì)遙感目標(biāo)檢測(cè)對(duì)旋轉(zhuǎn)不變性的要求，提出了顏色增強(qiáng)的旋轉(zhuǎn)不變的霍夫森林（CRIHF）。目標(biāo)檢測(cè)過程中在前端利用紋元森林的特征空間學(xué)習(xí)能力構(gòu)造碼表，在后端利用霍夫投票確定目標(biāo)位置?；舴蛏质且环N不具有旋轉(zhuǎn)不變性的目標(biāo)檢測(cè)方

4、法，為此本文創(chuàng)新性地在前端和后端同時(shí)引入了旋轉(zhuǎn)不變特性，通過利用顏色不變梯度和更復(fù)雜的紋元森林設(shè)定彌補(bǔ)了旋轉(zhuǎn)不變性擴(kuò)展帶來的性能下降，兩者結(jié)合起來為霍夫森林目標(biāo)檢測(cè)方法應(yīng)用于遙感目標(biāo)檢測(cè)鋪平了道路。此外，在前端旋轉(zhuǎn)不變性擴(kuò)展中提出的旋轉(zhuǎn)不變紋元森林將旋轉(zhuǎn)計(jì)算由圖塊計(jì)算轉(zhuǎn)移到分割函數(shù)計(jì)算，通常情況下可以節(jié)省上百倍的運(yùn)算。
　　(2)針對(duì)土地覆蓋分類結(jié)合歷史GIS信息的應(yīng)用特點(diǎn)，將紋元森林以條件集成，提出了條件紋元森林(CTF)。通過

5、對(duì)每一種歷史土地覆蓋生成一個(gè)單獨(dú)的紋元森林，并以條件集成將它們組合起來，大量存在的歷史GIS信息可以被利用起來以提高當(dāng)前土地覆蓋分類精度。與幾種經(jīng)典的結(jié)合歷史GIS數(shù)據(jù)的土地覆蓋分類方法進(jìn)行比較，該方法分類精度更高。
　　(3)針對(duì)遙感圖像變化檢測(cè)的雙模態(tài)特點(diǎn)，提出了以四叉樹結(jié)構(gòu)的決策樹有效容納雙模態(tài)數(shù)據(jù)的所有組合，并以其為基礎(chǔ)擴(kuò)展紋元森林方法，得到了四叉樹雙模態(tài)紋元森林(QT-DMTF)方法變化檢測(cè)。實(shí)驗(yàn)證明該方法比幾種傳統(tǒng)的方