基于RF的面向对象方法的建筑物提取研究

建筑物作为城市地理空间的主要组成部分,建筑物信息的提取研究对城市规划、智慧城市等方面具有重要意义.基于高空间分辨率遥感影像的建筑物信息提取,分类方法的选择是影响分类精度的关键因素.文章采用目前分类精度较高,且相对成熟的算法之一——随机森林(Random Forest,RF)结合面向对象的影像分析方法实现德国恩茨河畔法伊欣根某部分城区的建筑物信息提取.结果 表明:基于RF的面向对象方法的建筑物提取效果较好,总体精度和Kappa系数分别达到0.96,0.84.     

基于多种差异影像算法改进回溯土地覆被变化检测方法的探讨

近年来,回溯分析方法已经越来越多地应用于自动化变化分析和分类研究中。以兰州市2008和2017年两期Landsat影像为例,分别采用基于PCA、基于CVA和基于FCM的回溯分析方法获得兰州市2008-2017年间的土地覆被分布和变化情况并对其结果进行对比,分析了不同的差异影像算法在回溯分析中的适应性。结果表明基于FCM的回溯分析方法的结果最好,分类总体精度达到88.5%,变化检测结果总体精度达到83.8%;基于CVA的回溯分析方法次之,因存在漏检现象导致分类总体精度为86%,变化检测结果总体精度不足80%;而基于PCA的回溯分析方法精度最低。通过采用FCM算法有效改善土地覆被变化检测结果中的漏检现象,从而获得精度较高的分类及变化检测结果。