特征优选下的无人机可见光影像地物分类

摘要：

针对多维分类特征降低分类精度以及无人机可见光影像特征优选分类研究较少的问题,提出了 一种基于相关系数特征去相关和最少地物类对数量的重要性评估特征优选方法.基于无人机可见光DOM和DSM数据,结合CART决策树分类方法,开展优选特征组合及精度分析.特征优选后的4种特征组合分类总体精度比特征优选前平均提高了 1.53％,均达到87％以上,Kappa系数均大于0.85,分类质量高.高度特征将总体精度提高了 21.74％,对提高植被、水域地物的分类精度具有重要作用.道路白色实线、暗色裂缝、路灯阴影等"细小地物"及分类特征的局限性会降低地物分类精度.结果表明:所提特征优选方法能提高分类精度,并易于实现,能为无人机可见光影像复杂地物分类提供技术支撑.

关键词：无人机可见光影像、特征优选、CART决策树、分类、特征去相关

所属期刊栏目：45

分类号：P237(摄影测量学与测绘遥感)

在线出版日期：2022-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：9-12,16