特征选择是面向对象信息提取的关键步骤之一。本文针对分离阈值(separability and threshold,SEaTH)这一特征选择方法在实际应用中存在的不足,例如未考虑特征值的离散程度,仅利用J-M距离评判单一特征,特征间可能存在较强相关性,以及无...特征选择是面向对象信息提取的关键步骤之一。本文针对分离阈值(separability and threshold,SEaTH)这一特征选择方法在实际应用中存在的不足,例如未考虑特征值的离散程度,仅利用J-M距离评判单一特征,特征间可能存在较强相关性,以及无法有效确定出分类顺序,提出了一种改进的SEaTH算法(optimized SEaTH,OPSEaTH)。OPSEaTH算法首先在J-M距离基础上构建了一类特征评价指标(E值),有效解决了特征值的离散度问题;然后,基于E值构建出特征组合评价指标(C_(e)值),可有效评估得到每种地物的最佳特征组合并自动确定出地物的分类顺序;最后基于eCognition等分类器可完成对地物对象的最终有效分类。利用高分二号遥感影像数据对本文方法进行了测试,并将结果分别与SEaTH算法、DPC、OIF和最近邻分类器的分类结果进行了对比,结果表明:OPSEaTH算法不仅能有效降低特征维数、优化特征空间,还能够对分类顺序进行自动化合理确定,总体精度和Kappa系数及其他精度指标,均显著优于基于SEaTH算法的特征选择结果。本文方法无论从特征降维效果、分类结果精度还是计算效率方面均优于DPC、OIF和最近邻分类器结果。OPSEaTH是一种更优的特征选择方法。展开更多
针对建筑物信息提取存在低效率、高成本的问题,提出了一种利用分离阈值算法(seperability and thresholds,SEaTH)的高精度建筑物信息提取方法。采用高分二号遥感影像,通过半自动化信息提取构建分类规则的方法对天津市西青区的建筑物信...针对建筑物信息提取存在低效率、高成本的问题,提出了一种利用分离阈值算法(seperability and thresholds,SEaTH)的高精度建筑物信息提取方法。采用高分二号遥感影像,通过半自动化信息提取构建分类规则的方法对天津市西青区的建筑物信息进行提取。通过运用SEaTH算法构建知识规则,选取训练样本并输出训练样本的特征值,将输出的特征值运用SEaTH算法进行自动确定阈值和特征优选,进而采用像素对象调整优化建筑物轮廓。将基于面向对象的最邻近分类法与该方法进行了精度评价对比。结果表明,该方法在提取建筑物信息时出现的错分漏分现象较少,且总体精度和Kappa精度都要高于基于面向对象的最邻近分类法,验证了其在提取建筑物信息方面的可行性。展开更多
城市河道水质黑臭直接影响人们生存环境和生活质量,准确识别城市黑臭水体对城市生态文明建设具有重大意义。基于GF-2 PMS数据,利用TSUWI(Two-Step Urban Water Index)指数提取研究区水体分布,在此基础上,分别计算影像的黑臭水体归一化...城市河道水质黑臭直接影响人们生存环境和生活质量,准确识别城市黑臭水体对城市生态文明建设具有重大意义。基于GF-2 PMS数据,利用TSUWI(Two-Step Urban Water Index)指数提取研究区水体分布,在此基础上,分别计算影像的黑臭水体归一化比值指数BOI和NDBWI值,采用面向对象的最优特征选择搜索算法SEaTH(Seperability and Thresholds),确定黑臭水体与一般水体的4个分离特征,构成特征空间,利用K-mean算法进行多特征聚类分析,进行黑臭水体的识别与分类。结果表明,南京市研究区范围内共有6条河道15段存在不同程度的黑臭情况,面积约为0.38km^(2),占城区水域(剔除长江南京段面积)面积的1.98%,经实地调查验证,黑臭水体的识别精度为81%。研究表明该方法可以实现对城市河道黑臭水体的监测与评价,为城市水环境治理提供技术支撑。展开更多
文摘特征选择是面向对象信息提取的关键步骤之一。本文针对分离阈值(separability and threshold,SEaTH)这一特征选择方法在实际应用中存在的不足,例如未考虑特征值的离散程度,仅利用J-M距离评判单一特征,特征间可能存在较强相关性,以及无法有效确定出分类顺序,提出了一种改进的SEaTH算法(optimized SEaTH,OPSEaTH)。OPSEaTH算法首先在J-M距离基础上构建了一类特征评价指标(E值),有效解决了特征值的离散度问题;然后,基于E值构建出特征组合评价指标(C_(e)值),可有效评估得到每种地物的最佳特征组合并自动确定出地物的分类顺序;最后基于eCognition等分类器可完成对地物对象的最终有效分类。利用高分二号遥感影像数据对本文方法进行了测试,并将结果分别与SEaTH算法、DPC、OIF和最近邻分类器的分类结果进行了对比,结果表明:OPSEaTH算法不仅能有效降低特征维数、优化特征空间,还能够对分类顺序进行自动化合理确定,总体精度和Kappa系数及其他精度指标,均显著优于基于SEaTH算法的特征选择结果。本文方法无论从特征降维效果、分类结果精度还是计算效率方面均优于DPC、OIF和最近邻分类器结果。OPSEaTH是一种更优的特征选择方法。
文摘针对建筑物信息提取存在低效率、高成本的问题,提出了一种利用分离阈值算法(seperability and thresholds,SEaTH)的高精度建筑物信息提取方法。采用高分二号遥感影像,通过半自动化信息提取构建分类规则的方法对天津市西青区的建筑物信息进行提取。通过运用SEaTH算法构建知识规则,选取训练样本并输出训练样本的特征值,将输出的特征值运用SEaTH算法进行自动确定阈值和特征优选,进而采用像素对象调整优化建筑物轮廓。将基于面向对象的最邻近分类法与该方法进行了精度评价对比。结果表明,该方法在提取建筑物信息时出现的错分漏分现象较少,且总体精度和Kappa精度都要高于基于面向对象的最邻近分类法,验证了其在提取建筑物信息方面的可行性。
文摘城市河道水质黑臭直接影响人们生存环境和生活质量,准确识别城市黑臭水体对城市生态文明建设具有重大意义。基于GF-2 PMS数据,利用TSUWI(Two-Step Urban Water Index)指数提取研究区水体分布,在此基础上,分别计算影像的黑臭水体归一化比值指数BOI和NDBWI值,采用面向对象的最优特征选择搜索算法SEaTH(Seperability and Thresholds),确定黑臭水体与一般水体的4个分离特征,构成特征空间,利用K-mean算法进行多特征聚类分析,进行黑臭水体的识别与分类。结果表明,南京市研究区范围内共有6条河道15段存在不同程度的黑臭情况,面积约为0.38km^(2),占城区水域(剔除长江南京段面积)面积的1.98%,经实地调查验证,黑臭水体的识别精度为81%。研究表明该方法可以实现对城市河道黑臭水体的监测与评价,为城市水环境治理提供技术支撑。
