文档介绍：第卷第期计算机技术与发展. .
年月
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
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: 文献标识码: 文章编号:~——

,,, ,—
,,
:,—
. ·
—,,, —
.
. . “’’“”—
,, , .
:; ; ;;
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。但高光谱遥感目前大部分利用决策树对遥感影像进行分类的研
影像的巨大数据量,也会给信息提取造成一定的困难。究之中,决策树的构建并不是完全自动的,一般情况下
针对高光谱遥感影像的分类,很多传统的分类方是在选取好训练样本之后,进行人工分析,再结合操作
法都显示出了它们的不足。如今,计算机技术和遥感者自身的经验和影像的其他资料信息人工构建决策
技术正飞速发展,遥感影像的信息提取和土地利用、土树,之后再利用其他程序、商业软件等根据从决策树中
地覆盖分类等研究已开始运用决策树分类技术⋯。通提取的分类规则对影像进行分类。当待分类的影像和
过各类研究与实验显示出:决策树分类算法较其他的分类条件等因素改变时使用这种方法,会使得分类的
遥感影像分类算法而言具有以下优势:分类精度高,生效率低下,并且不能充分利用影像信息以及地学知识
成的分类规则直观、易于理解。决策树分类算法是等辅助信息。高光谱遥感是目前遥感技术研究的一个
从一组无序、没有规则的事例中推理生成一套分类规主要趋势之一,将决策树用于高光谱遥感影像的分类
则,利用分类规则对遥感影像数据进行特征空间分割, 研究则更为少见。研究设计一个系统,在不对高光谱
结果简单明了。其中二叉决策树结构直观,便于分遥感影像进行预先降维的情况下,让决策树来选择对
分类最有利的波段并构建分类规则,最后对影像进行
收稿日期:一;修回日期:——
基金项目:国家电网科技项目—分类,从而实现波段选择,分类规则的生成和影像分类
作者简介:华哗一,男,江苏南京人,硕士,助理工程师,主要的一体化是十分有必要的。这样在保持了高光谱影像
研究方向为信息安全。光谱信息丰富的优势下,更是充分显示了决策树用于
第期华晔等:基于决策树的高光谱遥感影像分类方法研究· ·
遥感影像分类的优势。势:
高光谱遥感影像中,光谱信息是最直接的信息源, 生成的规则易于理解;
利用光谱的统计信息进行分类,避免了