基于多分类器集成的GF-1影像围填海地物识别

编号 zgly0001595019

文献类型 期刊论文

文献题名 基于多分类器集成的GF-1影像围填海地物识别

作者 吴军超  李利伟  胡圣武 

作者单位 河南理工大学测绘与国土信息工程学院  中国科学院遥感与数字地球研究所数字地球科学重点实验室 

母体文献 国土资源遥感 

年卷期 2017年01期

年份 2017 

分类号 P715.7  P756.8 

关键词 围填海  遥感  多分类器集成  地物识别 

文摘内容 围填海是人类获取海洋资源的重要方式。监测围填海的变化是海岸带管理、海岸带演变研究中一项非常重要的任务。然而,围填海地物复杂多变,给利用遥感技术监测围填海带来困难。为此,通过构造识别地物类别的10个特征因子(GF-1的Band1—4波段的均值特征、波段均值的均值、对象面积、对象周长、外接矩形面积、对象面积与外接矩形面积之比和对象周长与对象面积之比),提出一种识别GF-1影像中围填海地物的多分类器集成算法;对特征因子进行集成,构建出单个特征分类器模型、光谱特征分类器模型、形态特征分类器模型和所有特征集成分类器模型4种组合特征分类器模型;对每种分类器模型进行试验研究,并对比分析4种集成模型的多分类器围填海地物识别精度。结果表明,单个特征分类器模型识别精度最高达到82.03%,光谱特征分类器模型识别精度为63.28%,形态特征分类器模型识别精度为87.50%,所有特征集成分类器模型识别精度为80.47%。本研究结果可为监测围填海变化提供较好的解决方案。