基于多时相Landsat8数据的综合多特征棉田提取研究
本文选用新疆沙湾县中北部为研究区域，针对目前基于多时相遥感影像分类大多拘泥于单一特征的现状，开展了综合多特征的提取棉田研究。以2013年九个时相的 Landsat8遥感卫星影像为基础数据，通过提取 NDVI时间序列，最佳时相反射率光谱特征及纹理特征构成综合多特征集。考虑到在训练样本充足的情况下，参与分类特征过多时，可能会由于信息冗余导致分类精度降低的情况，本文研究了适合于多类型特征的特征选择算法，然后利用优选特征集进行分类，提取棉田，并通过混淆矩阵等方式对分类精度进行评价。研究成果如下： （1）提出了改进的OIF特征选择算法：该算法不仅考虑了波段组合整体的信息量及相关性，同时考虑了组合内每个波段的信息量及相关性，在此基础上又兼顾了各地类间的可分性。利用改进OIF算法进行特征选择所得优选特征集进行分类，结果明显优于OIF算法所得优选集的分类结果，这表明此算法有效改善了OIF算法在特征选择方面的性能； （2）与仅利用NDVI时间序列的分类结果相比，综合多特征集的分类总体精度和棉花精度都有所提高； （3）与特征选择前相比，经改进OIF算法和基于属性重要度的粗糙集算法进行特征选择后，分类精度均有所提高。结果表明：利用这两种方法进行特征选择，参与分类的特征数目大大减少，不仅提高了分类精度，也有效降低了分类器的计算复杂度。有力验证了改进OIF算法及基于属性重要度粗糙集算法在进行多特征选择时的有效性。
多时相Landsat8数据;综合多特征;棉田提取;时间序列;特征选择;遥感影像
中国矿业大学
硕士
摄影测量与遥感
赵银娣;张霞
2016
中文
TP751;S127
74
2017-06-16（万方平台首次上网日期，不代表论文的发表时间）