面向对象影像分类中基于最大化互信息的特征选择

• 作者: 吴波 周小成 朱勤东 高海燕
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 互信息 特征选择 面向对象分类 高分辨
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 技术方法
• 页码范围: 30-34
• 页数: 5页
• 分类号: TP75
• 字数: 4323字
• 语种: 中文

摘要

高分辨率影像面向对象分割后产生了大量的光谱、形状以及纹理特征,如何抽取出最佳特征子集是遥感影像识别的重要问题.本文利用最大化互信息统计独立准则抽取最优特征子集,提高了面向对象遥感影像分类精度.基本过程包含以下3个方面:首先,利用eCoginition软件对高分辨遥感影像进行对象分割;然后,基于互信息最大关联、最小冗余准则(mRMR)获取优选的特征子集;最后,基于支持向量机分类器完成影像分类.以福建省漳州市QuickBird数据为例的实验表明,该方法能够有效提高遥感影像的分类精度,平均误分率降低了约4%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴波	福州大学空间数据挖掘与信息共享教育部重点实验室	65	554	15.0	20.0
2	周小成	福州大学空间数据挖掘与信息共享教育部重点实验室	40	556	16.0	22.0
3	朱勤东	福州大学空间数据挖掘与信息共享教育部重点实验室	18	87	5.0	8.0
4	高海燕	福州大学空间数据挖掘与信息共享教育部重点实验室	4	43	3.0	4.0