收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

“四同”条件下周口城区高分一号遥感影像分类对比研究

叶杰  孟凡晓  白潍铭  张斌  郑金明  
【摘要】:目前大多数面向像元、面向对象遥感影像分类对比研究算法、软件、样本均不同,引入多方面系统误差导致结果一定程度上不严谨。为更准确比较2种分类方法,本文采用面向像元、面向对象2种分类方式,在同软件平台、同分类器、同训练样本、同验证样本,即"四同"条件下对2018年4月17日高分一号周口城区融合影像进行分类对比研究,并完成主、客观评价精度评价。结果表明:①"四同"条件下2种分类方式、CART(Classification and Regression Tree)、SVM(Support Vector Machine)、RF(Random Forests)3种机器学习算法均能识别周口城区主要地物类型,而面向对象的分类效果明显优于面向像元分类,与前人研究结论一致。其中面向像元分类效果最好的是RF算法,总体分类精度为78.02%,Kappa系数为0.72;面向对象分类效果最好的是RF算法,总体分类精度为93.40%,Kappa系数为0.92;②尽管由于光谱特征相似、分布交叉,单类别建筑用地、交通用地用户精度与生产者精度较低,但面向对象分类较面向像元分类效果明显提升,以RF分类为例,建筑用地生产者精度由56.18%提高至92.13%,用户精度由69.44%提高至87.23%;交通用地生产者精度由72.15%提高至89.87%,用户精度由72.15%提高至92.20%;③与前人研究成果比较,本文在"四同"条件下实现了更科学、更严谨的面向像元、面向对象遥感分类方法对比,对后续高分辨率遥感影像分类具有一定参考意义。

知网文化
【相似文献】
中国期刊全文数据库 前18条
1 曹磊;;面向高分辨率遥感影像分类的分层策略研究[J];四川水泥;2017年05期
2 钟燕飞;张良培;李平湘;;遥感影像分类中的模糊聚类有效性研究[J];武汉大学学报(信息科学版);2009年04期
3 武文波,杨贵军,陈步尚;基于数学形态学遥感影像分类后优化处理[J];辽宁工程技术大学学报;2003年02期
4 杨艳青;柴旭荣;;基于人工神经网络法的遥感影像分类研究[J];山西师范大学学报(自然科学版);2017年01期
5 曹倩倩;黄袁升;;遥感影像分类方法精度研究[J];牡丹江师范学院学报(自然科学版);2017年01期
6 张忠斌;;基于面向对象的珲春地区高分辨率遥感影像分类研究[J];测绘与空间地理信息;2017年02期
7 罗虹;徐京华;蔡国林;;决策树算法在西藏遥感影像分类中的应用研究[J];测绘;2011年01期
8 李胜;李亮;甘泉;薛鹏;应国伟;;融合谱间特征的高分辨率遥感影像分类[J];测绘与空间地理信息;2016年11期
9 陶超;谭毅华;彭碧发;田金文;;一种基于概率潜在语义模型的高分辨率遥感影像分类方法[J];测绘学报;2011年02期
10 万幼川,宋杨;基于高分辨率遥感影像分类的地图更新方法[J];武汉大学学报(信息科学版);2005年02期
11 朱海涛;张霞;王树东;王晋年;孙艳丽;;基于面向对象决策树算法的半干旱地区遥感影像分类[J];遥感信息;2013年04期
12 陈袁;;基于支持向量机的遥感影像分类[J];中国科技信息;2015年17期
13 宋昱辉;;高分辨率遥感影像分类技术在矿山地形图更新试验中的应用研究[J];世界有色金属;2020年13期
14 朱寿红;王胜利;舒帮荣;;基于深度学习的高光谱遥感影像分类[J];城市勘测;2017年04期
15 巴桑;张正健;刘志红;李祚泳;侯长艳;;基于概率神经网络的遥感影像分类方法[J];高原山地气象研究;2011年03期
16 马亚飞;赵静波;李健;乔小松;;基于人工神经网络的遥感影像分类研究[J];测绘标准化;2018年04期
17 郭学兰;杨敏华;毛军;周秋琳;;基于波段子集的独立分量分析的特征提取的高光谱遥感影像分类[J];测绘与空间地理信息;2013年04期
18 王莹,刘敏莺,黄文骞;GIS对遥感影像分类判读的辅助作用[J];海洋测绘;2002年03期
中国重要会议论文全文数据库 前9条
1 邢晓旭;詹庆明;曹先;李刚;;基于遥感影像分类的城市建成区提取结果的精度探讨[A];智慧规划·生态人居·品质空间——2019年中国城市规划信息化年会论文集[C];2019年
2 王梁;韩坤英;;分形理论在遥感影像分类中的应用[A];第十二届全国数学地质与地学信息学术研讨会论文集[C];2013年
3 赵银娣;蔡燕;;纹理特征在高空间分辨率遥感影像分类中的应用探讨[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
4 汪东川;龚建华;张利辉;;基于时间序列轨迹分析的遥感影像分类结果联合校正[A];第十七届中国遥感大会摘要集[C];2010年
5 宁敢;;基于对象级的遥感影像分类在土地利用类型变化检测与分析中的应用——以北京市海淀区韩家川村及马连洼村为例[A];地球资源环境定量化理论与应用——2009年全国数学地球科学与地学信息学术会议论文集[C];2009年
6 王珊珊;季民;高洁;焦其松;;CBR方法在高分辨率遥感影像分类中的应用[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
7 杨春萍;余先川;;基于稀疏成分分析的遥感图像分类[A];地球资源环境定量化理论与应用——2009年全国数学地球科学与地学信息学术会议论文集[C];2009年
8 刘忠阳;陈怀亮;杜子璇;邹春辉;;基于决策树方法的Landsat7 ETM+遥感影像分类研究[A];农业生态与卫星遥感应用技术学术交流会论文摘要集[C];2006年
9 王长海;陈文静;;基于遥感影像分类的城镇建成区变化检测方法研究[A];国家安全地球物理丛书(十三)——军民融合与地球物理[C];2017年
中国博士学位论文全文数据库 前8条
1 胥海威;基于改进随机聚类决策森林算法的遥感影像分类研究[D];中南大学;2012年
2 亓呈明;基于多核学习的高光谱遥感影像分类方法研究[D];中国地质大学(北京);2016年
3 刘志刚;支撑向量机在光谱遥感影像分类中的若干问题研究[D];武汉大学;2004年
4 易俐娜;面向对象遥感影像分类不确定性分析[D];武汉大学;2011年
5 谭琨;基于支持向量机的高光谱遥感影像分类研究[D];中国矿业大学;2010年
6 马爱龙;遥感影像分类中的演化计算理论及其应用方法研究[D];武汉大学;2017年
7 唐韵玮;空间信息的多点地统计分析与应用[D];武汉大学;2013年
8 巫兆聪;粗集理论在遥感影像分类中的应用[D];武汉大学;2004年
中国硕士学位论文全文数据库 前10条
1 乔贤贤;基于多特征融合与深度置信网络的遥感影像分类研究[D];河南大学;2019年
2 刘威;基于多类特征深度学习的高分辨率遥感影像分类[D];北京建筑大学;2019年
3 段琳琳;基于深度学习的遥感影像分类研究[D];河南大学;2018年
4 王铭恺;高分辨率遥感影像分类方法研究及在景观格局分析中的应用[D];合肥工业大学;2018年
5 李健;国产高分遥感影像分类方法综合对比研究[D];长沙理工大学;2017年
6 樊彦丽;基于多特征的SVM高分辨率遥感影像分类研究[D];中国地质大学(北京);2018年
7 许慧敏;基于深度学习U-Net模型的高分辨率遥感影像分类方法研究[D];西南交通大学;2018年
8 李丽;基于ELM的高光谱遥感影像土地利用覆盖分类优化方法研究[D];电子科技大学;2018年
9 鲜永昌;基于CSBP模型的中尺度遥感影像分类研究[D];四川师范大学;2018年
10 姚磊;基于支持向量机的遥感影像分类研究[D];山东师范大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978