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
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 围填海 遥感 多分类器集成 地物识别
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 技术应用
• 页码范围: 143-148
• 页数: 6页
• 分类号: TP79
• 字数: 4609字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2017.01.22

摘要

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Bandl-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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡圣武	河南理工大学测绘与国土信息工程学院	89	658	14.0	20.0
2	吴军超	河南理工大学测绘与国土信息工程学院	7	47	3.0	6.0
4	李利伟	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	8	28	3.0	5.0