基于超像素统计量的随机森林遥感图像分类.PDFVIP

———————————————————————————————————————————————— 基于超像素统计量的随机森林遥感图像分类 作者 石彩霞，赵传钢，庞蕾 机构 北京林业大学 信息学院；北京建筑大学 测绘与城市空间信息学院 基金项目 建筑学基金资助项目）；北京市教育委员会科技计划一般项目 （SQKM201610016008） 预排期卷 《计算机应用研究》2019 年第36 卷第1 期 摘要 针对遥感图像地物覆盖分类方法对图像空间分布信息利用不足的问题，提出一种基于超像素 统计量的随机森林遥感图像分类方法。以北京市海淀区为研究区，选用Landsat-8 卫星为主 要数据源，通过改进SLIC 超像素分割方法，使之适用于多光谱遥感图像中超像素的分割，提 取超像素常见的六个统计量(最小值、最大值、均值、标准差、上四分位数、下四分位数)用于 随机森林在遥感图像中的分类。实验结果表明，本文对研究区遥感图像的总体分类精度为 89.01%，明显改善了对地物的错分和漏分现象，能够推广到 Landsat-8 遥感图像的地物覆盖 分类工作中。 关键词 Landsat-8 ；随机森林；超像素；地物覆盖；简单线性迭代聚类 作者简介 石彩霞（1991-），女，山西吕梁人，硕士研究生，主要研究方向为计算机应用、图像处理、 机器学习（scx_fighting@163.com）；赵传钢（1971-），男，副教授，博士，主要研究方向为 信息检索、机器学习等；庞蕾（1971-），女，副教授，博士，主要研究方向为多基线干涉SAR 数据处理、层析SAR 遥感技术等． 中图分类号 TP75 访问地址 /article/02-2019-01-060.html 发布日期 2018 年1 月10 日 引用格式 石彩霞, 赵传钢, 庞蕾. 基于超像素统计量的随机森林遥感图像分类[J/OL]. 2019, 36(1). [2018-01-10]. /article/02-2019-01-060.html. 36 1 Vol. 36 No. 1 第 卷第 期 计算机应用研究 优先出版 Application Research of Computers Online Publication 基于超像素统计量的随机森林遥感图像分类 * 1 1 2 石彩霞 ，赵传钢 ，庞 蕾 (1. 北京林业大学 信息学院, 北京 100083; 2. 北京建筑大学 测绘与城市空间信息学院, 北京 100044) 摘 要：针对遥感图像地物覆盖分类方法对图像空间分布信息利用不足的问题，提出一种基于超像素统计量的随机森 林遥感图像分类方法。以北京市海淀区为研究区，选用Landsat-8 卫星为主要数据源，通过改进SLIC 超像素分割方法， ( 使之适用于多光谱遥感图像中超像素的分割，提取超像素常见的六个统计量 最小值、最大值、均值、标准差、上四分 ) 位数、下四分位数 用于随机森林在遥感图像中的分