基于QuickBird影像的城市用地分類方法研究.pdf

1、近年來，隨著科學(xué)技術(shù)的快速發(fā)展，各種資源衛(wèi)星的發(fā)射，人類能夠?qū)崟r的獲取地表的各種信息，遙感行業(yè)的發(fā)展也日日漸進，高光譜、高分辨率等遙感影像也隨之出現(xiàn)。高分辨影像由于其空間分辨率高、空間信息豐富等特點受到研究者們的青睞，然而同時也存在著數(shù)據(jù)量大、紋理特征復(fù)雜等問題難以解決。因此，高分辨率影像的遙感技術(shù)始終處于落后階段，高分辨率影像數(shù)據(jù)的處理及其信息提取也一直是困擾眾多研究者的難題，這也使得高分辨率遙感不能得到普遍的應(yīng)用。
　　但毫無

2、疑問，由于高分辨率影像有著眾多的優(yōu)點，在未來一定會成為遙感行業(yè)發(fā)展的重要方向。同時隨著社會的發(fā)展，城市作為人類生活最為聚集的場所，其信息的獲取、更新也變得尤為重要。同時，隨著獲取的遙感影像質(zhì)量越來越高，各種新的處理方法也隨之產(chǎn)生。而機器學(xué)習(xí)法在目前遙感圖像分類中是最為有效的方法之一。隨機森林作為一種新興的機器學(xué)習(xí)法，由于這種方法分類精度較高、運算速度快、分類較穩(wěn)定等特點，越來越廣泛的被用于遙感行業(yè)。
　　本文以QuickBird影

3、像為研究數(shù)據(jù)，基于隨機森林的分類方法，對隨機森林的分類器模型進行了構(gòu)建設(shè)計，通過實驗確立了分類器的最優(yōu)參數(shù)mtry為2，ntree為80。同時在實驗中對影像在不同分割尺度下的所提取的特征效果圖分別進行了分析與對比，結(jié)果表明分割尺度在50，緊致度為0.3，光譜因子為0.5的情況下分類準確性最高，實現(xiàn)了對城市的地物信息進行分類提取。并同時與支持向量機以及超限學(xué)習(xí)機這兩種方法的分類結(jié)果進行了分析比較。結(jié)果顯示，RF分類結(jié)果中錯誤分類的情況最少