科研之友
微信
新浪微博
Facebook
分享链接
摘要
以2008年4月获取的浙江省杭州市临安区东部区域分辨率为0.5 m的WorldView-1全色波段影像为数据源,在移动窗口基础上进行二维Fourier变换,构建纹理特征向量,采用不同的分类方法对森林进行分类,以寻找合适的移动窗口尺寸和分类方法。移动窗口按奇数从3×3增大到43×43,共21个不同尺寸的正方形窗口,每个边长窗口产生的纹理特征均采用Fisher判别法、随机森林、支持向量机、夹角余弦和相关系数进行分类,统计分类精度。以森林分类精度为依据,5种分类方法对应的最佳窗口依次为41×41,41×41,23×23,39×39和39×39;在最佳窗口下,5种分类方法区分森林与非森林的精度均在95%以上,总分类精度大小顺序为:Fisher判别法>随机森林>支持向量机>相关系数>夹角余弦,其中Fisher判别法总精度为99.81%,Kappa系数为0.996 3。在提取森林的基础上,进一步对森林树种(组)进行分类,总精度大小顺序为:Fisher判别法>随机森林>支持向量机>相关系数>夹角余弦,其中Fisher判别法总精度为84.86%,Kappa系数为0.8149。研究结果表明,最佳窗口下Fisher判别法的分类性能优于其他4种分类方法。
- 单位
