基于决策级数据融合的 CHRIS 高光谱图像分类方法研究

CORC > 自然资源部第一海洋研究所 > 自然资源部第一海洋研究所 > 业务部门 > 海洋物理与遥感研究室

	基于决策级数据融合的 CHRIS 高光谱图像分类方法研究
	马毅 1; 张杰 1; 任广波 1; 崔廷伟 1; Ma Yi 2; Zhang Jie 2; Ren Guangbo 2; Cui Tingwei 2
刊名	海洋科学
	2015
卷号	39 期号:2 页码:8-14
关键词	图像分类决策级数据融合
ISSN号	1000-3096
其他题名	Research on decision-level data fusion classification method for CHRIS hyperspectral imagery
英文摘要	本文选取8种常用的遥感图像监督分类方法, 综合利用多数投票方法与先验分类概率信息, 设计了3组决策级融合分类策略, 在应用地物丰富的黄河口湿地 CHRIS高光谱图像数据进行分类实验的基础上, 开展了不同融合策略决策分类结果的比较研究, 分析了融合策略对高光谱图像总体分类精度以及不同地物分类精度的影响。结果表明 : (1)3组决策级融合策略总体分类精度均大于85%, Kappa 系数都优于0.77, 较8种单分类器均有提高, 表明决策级融合是利用已有分类器资源、提升高光谱图像分类精度的一种途径 ; (2)策略3的分类表现最好, 即维持最小虚警率的前提下降低错分可以提高分类精度, 其中芦苇、滩涂地物同时保持了很高的生产者精度和用户精度, 均接近90%, 水体在保持较高用户精度的情形下生产者精度有大幅提升, 增幅达11%; (3)每组策略综合考虑生产者精度和用户精度的情形下分类精度最高, 较仅考虑生产者精度或用户精度的情形提升了1~2个百分点, 表明设计算法时应同时考虑减少错分和漏分的情况。
学科主题	Automation & Control Systems (Provided By Clarivate Analytics)
WOS研究方向	Automation & Control Systems
语种	中文
CSCD记录号	CSCD:5390993
内容类型	期刊论文
源URL	[http://ir.fio.com.cn/handle/2SI8HI0U/5923]
专题	业务部门_海洋物理与遥感研究室
作者单位	1.国家海洋局第一海洋研究所, 青岛, 山东 266061, 中国; 2.First Institute of Oceanography, State Oceanic Administration, Qingdao, Shandong 266061, China
推荐引用方式 GB/T 7714	马毅,张杰,任广波,等. 基于决策级数据融合的 CHRIS 高光谱图像分类方法研究[J]. 海洋科学,2015,39(2):8-14.
APA	马毅.,张杰.,任广波.,崔廷伟.,Ma Yi.,...&Cui Tingwei.(2015).基于决策级数据融合的 CHRIS 高光谱图像分类方法研究.海洋科学,39(2),8-14.
MLA	马毅,et al."基于决策级数据融合的 CHRIS 高光谱图像分类方法研究".海洋科学 39.2(2015):8-14.