基于影像多种特征的CART决策树分类方法及其应用

《基于影像多种特征的CART决策树分类方法及其应用》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、维普资讯http://www.cqvip.com第24卷第2期地理与地理信息科学Vo1．24No．22008年3月GeographyandGeo—InformationScienceMarch2008基于影像多种特征的CART决策树分类方法及其应用陈云，戴锦芳，李俊杰。(1．中国科学院南京地理与湖泊研究所，江苏南京210008；2．中国科学院研究生院，北京100039；3．中国资源卫星应用中心，北京100073)摘要：以扬州市宝应县为研究区，采用主成分分析法对研究区影像进行数据压缩和单波段数据增强

2、，利用灰度共生矩阵分析第一主成分的纹理信息。运用基于CART算法的决策树分类方法，选用影像的光谱特征值、NDVI值以及纹理统计量值为测试变量，并通过计算确定决策树的节点规则，提取影像中主要地物信息。将分类结果与单纯依靠光谱特征的监督分类法结果相比较，表明基于影像多种特征的CART决策树分类方法分类精度较高，尤其较好地提取了围网养殖区和建设用地。关键词：纹理特征；光谱特征；CART；决策树中图分类号：TP75文献标识码：A文章编号：1672-0504(2008)02-0033-04理特征的基础上，采

3、用基于CART算法的决策树分0引言类方法，通过CART算法确定决策树节点规则[9]，遥感信息的提取与分类一直是遥感技术领域研辅以纹理特征和NDVI的CBERS~02完成了扬州市究的一项重要内容。遥感分类应用中，监督与非监宝应县多光谱遥感影像地物分类，并将分类结果与督分类的传统分类方法[1]以及人工神经网络分类、监督分类结果相比较，挖掘基于CART算法的决策专家系统分类[2]等新方法都以影像光谱特征为基树分类方法在遥感信息分类方面的优势。础。然而，由于影像本身存在“同物异谱，异物同谱”1试验区及数据

4、选取现象，这种纯粹依赖地物光谱特征的分类方法往往会出现较多的错分、漏分情况。众多研究表明，结合宝应县地处江苏省中部，位于江淮之间，京杭运影像光谱信息和其他辅助信息，可大大提高分类精河纵贯南北，是扬州市的“北大门”。县域东西长度引。55．7km，南北宽47．4km，总面积1467．48km。当前多光谱遥感影像具有大量信息，如地物的宝应县属黄淮冲积平原，以京杭运河为界，分成东西纹理信息、几何知识、地物间邻近关系等，这些信息两部分，西高东低；运河南北两侧略高，中间偏低。可以辅助影像中地物信息的提取。纹理

5、是遥感影像遥感影像为CBERS~02的CCD多光谱数据。的重要信息，它不仅反映了影像的灰度统计特征，而本文采用CCD数据中的蓝、绿、红(波长分别为0．45且反映了地物空间排列的关系，是目视判读的重要～O．52fm、0．52～O．59fm、0．63～O．69fm)3个可标志之一。采用光谱特征与纹理分析相结合的方见光波段和一个近红外(波长0．77～0．89m)波法，能够提高遥感分类的精度[5]。段，其空间分辨率为19．5ITl。影像成像时间为2004决策树提取信息的关键是特征变量及节点阈值年4月20日

6、，此时影像中小麦和油菜的光谱特征存的选择。近年来已有学者通过分析数据特征，得到在明显差别。影像成像质量较好，试验区晴朗无云，分类阈值，从而实现对影像中地物的分类。如赵萍因而假设影像各部分的大气状况基本一致，不对影等集成了TM影像亮度值、DEM等地理辅助数据，像进行大气纠正。以扬州地区1"10万地形图为参通过反复试验得到分类规则，实现了试验区土地利考，对试验区影像进行几何精校正。用／覆被分类[7；李金莲等结合影像的纹理特征和2研究方法NDVI，确定对比度和熵的最佳阈值，得到最终分类结果[8]。但上述

7、研究在确定分类规则时，主要是依2．1CART算法靠经验并通过反复试验确定分割阈值。本文在分析决策树方法的关键是如何构造精度高、规模小地物光谱特征以及利用灰度共生矩阵法提取图像纹的决策树]。本文采用Breiman于1984年提出的收稿日期：2OO7—1O一17；修订日期：2OO7一】2—27基金项目：江苏省测绘科研项目(JSCHKY200704)作者简介：陈云(1984一)，女，硕士研究生，研究方向为遥感应用。E—mail：cherlyO13@163．tom维普资讯http://www.cqvip.

8、com第34页地理与地理信息科学第24卷决策树构建算法——CART算法，其基本原理是通用的纹理统计分析方法。利用灰度共生矩阵进行纹过对由测试变量和目标变量构成的训练数据集的循理分析时涉及3个重要参数：移动窗口的大小、移动环分析，而分形成二叉树形式的决策树结构。步长、移动方向。经试验对比，移动窗口的大小选为CART算法采用经济学中的基尼系数(GiniIndex)5*5，移动步长为1，移动方向为0。。由于灰度共生作为选择最佳测试变量和分割阈值的准则。基尼系矩阵不能直接用于描述影像的纹理