王肖霞， 杨风暴， 梁若飞， 冯裴裴

(中北大学信息与通信工程学院，山西 太原 030051)

基于分割区域及特征相似度的玉米田遥感图像分类方法

王肖霞， 杨风暴， 梁若飞， 冯裴裴

(中北大学信息与通信工程学院，山西 太原 030051)

针对遥感图像中玉米田目标光谱复杂，同物异谱现象严重导致分类结果差的问题，提出一种基于分割区域及特征相似度的玉米田遥感图像分类方法。首先利用主成分分析法(PCA)对多光谱和高分辨全色融合图像进行第一主成分提取，以获得包含丰富图像信息的单色图像I；对I进行分水岭分割，得到一幅过分割目标区域图；构建由纹理、亮度及轮廓特征相似度组成的特征组；最后基于随机森林原理，利用构建的特征组对玉米目标进行提取。用高分一号卫星数据进行实验，并与支持向量机方法(SVM)、神经网络算法和最大似然算法进行了比较分析，实验表明，该方法的分类精度优于其他算法。

同物异谱；分割区域；特征相似度

遥感技术由于具有宏观、迅速的大范围监测能力，成为农作物种植面积监测不可或缺的技术手段，受到各国政府和专家学者的重视。但由于农作物类别的复杂性以及遥感信息的综合性，利用遥感进行农作物分类的精度仍难以达到运行化所需精度，兼顾精度和运算速度更加困难，且在没有地面数据支持的情况下，精度更难保证。因此，结合实际，深入研究农作物遥感分类方法中的一些关键技术，对于促进农业遥感监测技术的发展具有重要意义。……