安顺学院学报

2019, v.21;No.105(03) 125-130+135

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于GF-2影像城市绿地提取方法对比研究
Comparative Study of Urban Green Space Extraction Based on GF-2 Image

李伟涛;

摘要(Abstract):

为研究基于国产GF-2影像提取城市绿地的适用方法,文章以一景滁州市城区GF-2影像数据为数据源,分别采用决策树、支持向量机、随机森林、贝叶斯、K最近邻法5种面向对象的分类方法和传统的最大似然法对两个范围大小相同的实验区的绿地进行了提取,并对6种分类方法的分类结果及精度进行了对比评价。结果表明:基于GF-2影像,面向对象分类方法的总体精度较好且相对于最大似然法,总体精度有明显提高;在面向对象分类方法中,随机森林表现效果最好,其总体精度和Kappa系数分别91.17%和0.87,决策树和支持向量机总体精度达到80%以上,K最近邻法和贝叶斯法较差。

关键词(KeyWords): GF-2;面向对象;绿地提取;方法比较

Abstract:

Keywords:

基金项目(Foundation): 安徽省教育厅自然科学研究重点项目“基于多影像对象特征的森林植被类型信息分层提取方法研究”(项目编号:KJ2017A413)

作者(Author): 李伟涛;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享