耦合像素坐标的遥感图像分类实验北大核心CSCD |
| |
引用本文: | 胡晓梅李文楷李佳豪刘子越黄伟钧.耦合像素坐标的遥感图像分类实验北大核心CSCD[J].地理与地理信息科学,2022(5):24-30. |
| |
作者姓名: | 胡晓梅李文楷李佳豪刘子越黄伟钧 |
| |
作者单位: | 1.中山大学地理科学与规划学院510006; |
| |
基金项目: | 广东省基础与应用基础研究基金项目(2020A1515010764)。 |
| |
摘 要: | 地理距离越相近的空间单元其相似性越高,但传统遥感影像分类常忽略像素空间坐标信息的重要性。该文提出一种将传统空谱信息与像素坐标耦合的遥感影像分类方法,为避免数据过拟合现象,采用随机森林模型对特征进行重要性评估,选取具有代表性的特征。利用不同分辨率的卫星与航空遥感影像数据,基于随机森林、支持向量机和人工神经网络3种模型对该方法进行验证,结果显示:相比传统仅使用光谱和纹理信息,耦合像素坐标信息的遥感影像分类可在一定程度上关注全局地理空间位置信息,利用地理单元越相近则性质越相似规律,提高遥感影像分类效果,在不同样本量、不同模型下的分类精度均有所提升。
|
关 键 词: | 地理学第一定律 像素坐标 遥感图像分类 分类精度 |
本文献已被 维普 等数据库收录! |
|