基于集成学习的多光谱遥感图像分类研究

《基于集成学习的多光谱遥感图像分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP391单位代码：11407密级：公开学号：20137154北方民族大学硕士学位论文基于集成学习的多光谱遥感图像分类研究StudyonEnsembleLearningClassificationofMulti-spectralRemoteSensingImagery学位申请人：李星指导教师：保文星教授申请学位门类级别：工学硕士专业名称：计算机软件与理论研究方向：图形图像处理所在学院：计算机科学与工程学院论文完成日期：2016年4月独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知’除了文中特别加（＾标注和致谢的地方外，论文中不包含其他

2、人已经发表或茲写过的研究成架，也不包含为获得北方民族大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。研充生签名：时间＞；心年与月日７关于论文使用授权的说明本人完全了麻北方民族大学有关保留、使用学位论文的规定］，目Ｉ：学校有权保留逆交论文的复印件和磁盘，允许论文被查阅和借阅、，可Ｗ采用影印缩印或扫描等复制乎段保存、汇编学位论文。同意北方民族大学可Ｗ用不同方式在不巧媒体上发表、传播学位论文的全部或部分内容。（保密的学位论文在解密后应遵守此协议）研巧生签名：时间＞：Ｙ月７曰

3、ｌｌ；年拇导师签名：乂勇时间；２〇１（＞年＊＾月曰、辟＾摘要随着卫星传感器质量和数量的不断保证，针对多光谱遥感图像的分类研究理论论证不断增加，相对于传统的遥感影像，多光谱遥感图像的波段信息丰富，空间信息明显充实。传统分类方法并不能很好反映多光谱遥感图像精准的地物特征，不能完善地物特征的分类。为了避免传统的分类方法的缺陷，本文采用集成学习分类方法研讨多光谱遥感图像的分类，并对多光谱遥感图像的纹理特征，分类特征的简化降维等关键问题进行了研究，具体的研究内容如下所示：对于集成学习算法层面，本文研究了两部分的内容。第一部分是使用多分类ECOC框架与二分类算法LogitAdaBoost算法

4、结合的方式将二分类算法扩展成为多分类算法，并在ALOS影像上进行了分类，通过与传统的AdaBoost算法和LogitAdaBoost算法相比较，证明了算法的优越性；第二部分是针对不平衡遥感影像分类问题，通过改变基分类器输出形式，将RUSBoost算法改造成多分类算法，并应用在存在类别不平衡的Pleiades高分辨率影像上，使用该算法可以在不影响总体精度的情况下提高少数类别的分类精度，。在纹理特征提取方面，本文将LBPV方法应用在了多光谱遥感图像提取上，提取了图像了LBP纹理特征和VAR对比度特征，相比较传统的纹理提取方法，更好的描述了图像的空间特征。光谱特征和纹理特征获取之后，通过ICA独立

5、主成分分析变换提取多光谱遥感图像自身特征的高阶统计量，将用于分类的特征空间迭代优化，有利于分类效果的提高。最后，本文进行了基于集成学习的多光谱遥感图像分类实验，基于所提出的多分类算法得到的结果进行实验验证和分析。最终结果表明，本文所提出的方法，能够有效解决多光谱遥感图像的分类问题，且无论从信息提取效果还是分类精度上都较之AdaBoost、SVM分类有所提高。关键词：集成学习；多光谱遥感图像；RUSBoost；LogitAdaBoost；LBPV；ICA；IAbstractWiththeguaranteequalityandquantityofsatellitesensors,inviewof

6、themultispectralremotesensingimageclassificationresearchtheoreticalargumentscontinuetoincrease,comparedwithtraditionalremotesensingimage,multispectralremotesensingimagespectruminformationrich,spatialinformationobviousenrichment.Thetraditionalclassificationmethodisnotverywellreflectthecharacteristic

7、sofmulti-spectralremotesensingimagespreciseterrain,cannotimprovetheclassificationoftheterrainfeature.methodscannotreflectwelltheterraincharacteristicsofmultispectralremotesensingimageaccuracyandcannotcomple