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)，是滿足人類探險本性和生存需要的重要科技手段。隨著世界各國在遙感平臺投入的不斷增長，自動、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。美國科學(xué)院院士Leo Breiman等人的堅實的理論推導(dǎo)和模式識別多個領(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)特點等方面的諸多優(yōu)點。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力。論文在有側(cè)重地總結(jié)遙感信息處理的目標(biāo)檢測、土地覆蓋分類和變化檢測三個重要方面的應(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，重點研究了隨機(jī)森林/紋元森林在這三個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，對隨機(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)用于其它的計算機(jī)視覺領(lǐng)域，并通過大量實際遙感圖像實驗對提出的方法進(jìn)行了驗證。論文取得的成果和主要創(chuàng)新點包括:
　　(1)針對遙感目標(biāo)檢測對旋轉(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)檢測方

4、法，為此本文創(chuàng)新性地在前端和后端同時引入了旋轉(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)檢測方法應(yīng)用于遙感目標(biāo)檢測鋪平了道路。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)計算由圖塊計算轉(zhuǎn)移到分割函數(shù)計算，通常情況下可以節(jié)省上百倍的運(yùn)算。
　　(2)針對土地覆蓋分類結(jié)合歷史GIS信息的應(yīng)用特點，將紋元森林以條件集成，提出了條件紋元森林(CTF)。通過

5、對每一種歷史土地覆蓋生成一個單獨(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)針對遙感圖像變化檢測的雙模態(tài)特點，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。實驗證明該方法比幾種傳統(tǒng)的方