基于决策树高光谱遥感影像分类方法研究.pdfVIP

第22卷 第6期 计 算 机 技 术 与 发 展 V01．22 No．6 2012年6月 COMPUTER TECHNOLOGY AND DEVELOPMENT June 2012 基于决策树的高光谱遥感影像分类方法研究 华 晔，张 涛，奚后玮，王玉斐，黄秀丽 (中国电力科学研究院，江苏 南京210003) 摘 要：为了验证将决策树算法用于高光谱遥感影像分类的可行性，提出了一种二叉决策树 自动构建算法用于高光谱遥 感影像分类。通过对高光谱遥感影像进行现场采样、对样本进行统计和训练，生成了一棵二叉决策树，从决策树中提取出 分类规则，并对高光谱遥感影像进行分类。生成的决策树简单明了，分类规则易于理解，分类效率和精度都比较高，实现 了高光谱遥感影像从数据降维、样本选择、样本训练、决策树生成、影像分类的“一体化”和 “自动化”。 关键词 ：二叉决策树 ；高光谱遥感影像 ；分类 ；最佳阈值 ；自动构建 中图分类号：TP39 文献标识码：A 文章编号：1673～629x(2012)06—0198—05 ResearchonM ethodofHyperspectralRemoteSensing ImageClassificationBasedonDecisionTree HUA Ye，ZHANG Tao，XIHou-wei，WANG Yu-fei，HUANG Xiu—li (ChinaElectricPowerResearchInstitute，Nanjing210003，China) Abstract：Inordertovalidatethefeasibilityofusingdecisiontreealgorithm forhyperspectralremotesensingimageclassification，itpro— posesamethodofbuildingdecisiontreeautomaticallyofrhyperspeetral remotesensingimageclassification．Basedonhyperspcetralre · motesensingimageon—sitesampling，samplestatisticsandtraining，generateabinarydecisiontree，extractclassificationrolefrom thede— cisiontreeandclassifyhtehyperspcetralremotesensingimage．Thewholetreeissimplenadhteclassificationrulesareeasytounder- stna d．Boht classificationefficiencynadaccuracyaresatisfactory．Th estudymakesit“integration’’nad “automation”toreducethedi— mensionalityofhyperspectraldata，sampleselection，sma pletraining，dceisiontreegenerationna dimageclassification． Keywords：binarydecisiontree；hyperspectralremotesensingima ge；classification；bestthreshold；automaticbuilding O 引 言 析与理解，对输人数据空间特征和分类标志，有着很好 高光谱遥感影像记录了地物 目标的连续光谱 ，包 的弹性和鲁棒性 ，构造起来简单 、灵活 ，具有很好的分 含的信息更丰富，具备 了识别更多种类的地物 目标以 类效果 。 及以更高的精度进行 目标分类的能力。但高光谱遥感