最优特征选择下多层次分割的城市道路提取

作者：雷惠敏; 张和生^*

来源：中国空间科学技术, 2022, 42(02): 99-107.

DOI：10.16708/j.cnki.1000-758X.2022.0027

• 道路提取
• 特征选择
• 数据挖掘
• 多层次分割
• 随机森林
• canny算子

针对道路提取过程中特征维数过高的问题，提出了一种基于ReliefF过滤式和Wrapper封装式的特征选择方法。将粒子群优化算法(PSO)作为Wrapper的搜索算法，优化过的随机森林算法(OPRF)作为Wrapper的分类器构成PSO＿OPRF封装式子集评估器，对ReliefF预选后的特征子集进行评估，降低特征维度，选出最优特征集，根据选择的特征对影像进行多层次分割分类提取城市道路网。以山西省太原市部分城区GF-2遥感影像为数据源进行道路提取，利用提出的特征选择方法所得的道路提取质量与仅使用ReliefF算法选择的特征、以传统随机森林作为分类器和以J48决策树作为分类器特征选择方法的提取质量对比。结果表明该方法的三种类型道路的提取质量分别达到0.959、0.853、0.931。

• 单位
  太原理工大学