论文部分内容阅读
遥感技术产生于20世纪,经过半个多世纪的研究,其理论和技术都取得了进展,遥感图像分类技术也始终伴随着遥感技术而发展。如今遥感技术已经成为了当今时代最活跃的科学技术之一,遥感技术在经济建设、环境保护、灾害监测、资源开发等方面起到了重大的作用。随着遥感技术的深入发展,基于土地利用／覆盖类型信息的高精度、快速、自动提取,是遥感影像计算机分类研究的重要方向。遥感图像分类方法有很多,但是在实际应用中,每种分类器对每种地物类型的识别能力各有不同,某些分类器对某些地物类型识别精度高,而另一部分分类器对另一些地物类型的识别精度高,由于各分类器之间存在一定差异,使得没有哪一种分类器是最好的。但是利用多分类器组合的方法为提高遥感图像分类精度提供了新的途径。多分类器组合可以弥补各分类器的不足,同时也具备各分类器的优势,因此,研究多分类器组合对遥感影像分类领域具有重要意义。本文基于熵权法对分类器进行组合,将其应用于森林类型信息的提取。主要的研究成果有：(1)提出了利用熵权法确定组合分类器规则将熵权法引入到遥感影像分类技术领域,提出了基于熵权法的组合分类器规则。首先选择子分类器对研究区进行分类,得到各分类器的分类结果和精度,根据单分类器结果利用熵权法模型求出各分类器的信息熵、变异程度等参数,从而确定组合分类器中各子分类器的权重,加权求和形成新的分类器。(2)多分类器组合的遥感影像分类及比较为了提高遥感影像的分类精度,采用多分类器组合的思想,多分类器组合的方式有效的弥补了分类器之间的相关性与互补性。组合分类器的总体精度达75.57%比单分类器提高了3.85%,各分类类型也有提高其中对阔叶林分类精度达82.32%提高了2.87%,对针阔混交林分类精度达66.45%提高了4.82%,对针叶林分类精度达75.49%提高了4.1%。通过对比组合分类器与单分类器的结果及精度,表明多分类器组合的方式可以提高遥感影像的分类精度,同时表明熵权法应用于遥感影像分类领域是可行的。