基于多分類器組合的居民地提取技術(shù)研究.pdf

1、居民地是人類按照生產(chǎn)和生活需要而形成的集聚定居地點(diǎn)，是重要的地形要素之一，也是地形圖上表示的重要內(nèi)容。目前，利用遙感影像測(cè)繪地形圖時(shí)，地形要素屬性信息的獲取仍然是依賴人工目視判讀的方法，存在勞動(dòng)強(qiáng)度大、效率低、受判讀人員的理論知識(shí)和實(shí)踐經(jīng)驗(yàn)影響大等問(wèn)題。采用計(jì)算機(jī)自動(dòng)判讀的方法獲取居民地的屬性信息，是遙感圖像判讀研究的難點(diǎn)和熱點(diǎn)問(wèn)題，對(duì)地形圖測(cè)制與更新、戰(zhàn)場(chǎng)地理空間信息系統(tǒng)建設(shè)等具有重要的理論意義和實(shí)用價(jià)值。本文在研究神經(jīng)網(wǎng)絡(luò)法、支持向

2、量機(jī)法等多種經(jīng)典分類算法的基礎(chǔ)上，采用多分類器組合方法對(duì)多類遙感圖像上的居民地進(jìn)行提取試驗(yàn)，重點(diǎn)研究了多分類器組合居民地提取方法以及優(yōu)化算法，并通過(guò)精度評(píng)價(jià)算法對(duì)居民地提取結(jié)果進(jìn)行定量的分類提取精度進(jìn)行評(píng)價(jià)。
　　本研究主要內(nèi)容包括：⑴對(duì)居民地提取技術(shù)的研究現(xiàn)狀進(jìn)行了總結(jié)歸納。在分析居民地遙感影像特征的基礎(chǔ)上，對(duì)多種經(jīng)典分類算法進(jìn)行試驗(yàn)驗(yàn)證，完成了基于經(jīng)典分類算法的居民地提取。通過(guò)試驗(yàn)，對(duì)各個(gè)經(jīng)典分類器的技術(shù)特點(diǎn)進(jìn)行分析討論，為后

3、文多分類器組合居民地提取提供了基礎(chǔ)，并給出了居民地提取結(jié)果的定量評(píng)價(jià)方法。⑵對(duì)現(xiàn)有的多分類器提取方法用于居民地分類的技術(shù)現(xiàn)狀進(jìn)行了研究，并通過(guò)試驗(yàn)進(jìn)行驗(yàn)證和分析。在詳細(xì)分析多種分類器性能和特點(diǎn)的基礎(chǔ)上，采用了投票法選擇分類器進(jìn)行組合應(yīng)用，并討論了基分類器的組合準(zhǔn)則。論文設(shè)計(jì)了多組試驗(yàn)用于確定基分類器和分類規(guī)則，獲得了較好的試驗(yàn)結(jié)果。⑶用最大概率類別法和模糊積分融合法對(duì)多分類器組合居民地提取算法進(jìn)行優(yōu)化。當(dāng)各基分類器獲取的像元類別均不相同

4、時(shí)，最大概率類別法用類別歸屬概率確定像元分類類別，而模糊積分融合法是加權(quán)平均的一種推廣，在進(jìn)行投票法與最大概率類別法后執(zhí)行該算法，可進(jìn)一步提高居民地分類精度。⑷利用經(jīng)典分類算法及多分類器組合算法獲取的只是分類結(jié)果的柵格圖像，并且存在小的斑點(diǎn)和空洞，不能滿足居民地要素在地形圖上表示方法的要求，需要對(duì)其進(jìn)行一系列后處理才能得到面狀的居民地或輪廓線。論文采用數(shù)學(xué)形態(tài)學(xué)運(yùn)算去除斑點(diǎn)獲取面狀居民地，并利用邊界跟蹤的方法最終獲得面狀居民地的輪廓線。