基于无人机影像特征优选的山地地区植被分类

摘要

针对山地丘陵地区无人机影像分类尺度难以确定,特征数量维数过高,分类精度较低的问题。研究首先确定最优分割尺度,结合Relief F算法和CFS算法分别对先验特征数据集进行优选,最后利用随机森林算法(Random Forest, RF)完成分类。以湖南山地丘陵地区为研究区,在同质性与Moran’s I联合评价的最优分割尺度160基础上,采用优选的特征子集,构造出3种面向对象分类方案。结果表明,经过最优尺度计算、CFS特征优选和机器学习方法的分类结果精度最高,总体精度达到90.3%,Kappa系数达到0.873。证明了该方法适用于山地丘陵地区土地覆盖分类。