基于特征优化的面向对象建筑物提取
相比于基于像素的建筑物提取方法,面向对象方法能减少"异物同谱"和"同物异谱"现象,提高提取精度;针对遥感影像特征繁多,造成特征维数灾难的问题,本文提出了一种面向对象的特征优化方法进行建筑物提取.首先将最小误差自动阈值分割方法和多尺度分割相结合,优化分割技术;然后基于Relief算法和fast correlation-based filter(FCBF)算法进行特征选择,构建最优特征子集;最后使用随机森林方法进行建筑物提取并用最小外接矩形方法优化建筑物边界.结果显示,特征重要性差异较大,基于最优特征子集建筑物提取的总体精度达到0.93,Kappa系数为0.91,明显高于原始特征集和优化特征集提取结果.
面向对象、多尺度分割、Relief算法、FCBF算法、特征优化、随机森林、特征提取、目标检测
31
TP391.41;P283.8;TP751
国家自然科学基金41571346
2022-09-20(万方平台首次上网日期,不代表论文的发表时间)
共8页
360-367