基于高分一號特征優(yōu)選的CART決策樹面向?qū)ο蠓诸愌芯?/h1>
2019-06-21 06:06:36趙英俊
資源環(huán)境與工程 2019年2期
李 明, 趙英俊
(核工業(yè)北京地質(zhì)研究院,北京 100029)
隨著高分辨率衛(wèi)星影像應(yīng)用愈加廣泛,如何利用高分辨率遙感影像豐富的光譜信息、紋理信息、幾何及語義信息進行計算機自動快速提取信息成為遙感技術(shù)領(lǐng)域的一項重要研究。
面向?qū)ο笥跋穹治龇椒ㄊ沟脤Φ匚锊煌卣鞯姆治錾仙搅艘粋€新的高度,在利用高分辨率遙感影像對自然資源及土地資源的研究中,如何利用一個個同質(zhì)“對象”豐富各項信息、準(zhǔn)確快速地區(qū)別較難區(qū)分的地物類型是一個難點。單純地利用光譜信息而忽略紋理信息會導(dǎo)致“錯分、漏分”等現(xiàn)象,但是傳統(tǒng)的監(jiān)督分類如果加入紋理信息又會導(dǎo)致計算量過大、分類效率降低、分類精度有限等問題,因此在面向?qū)ο笥跋穹治龅幕A(chǔ)上,出現(xiàn)了模糊分類法、SVM支持向量機分類法、C45決策樹分類法、人工神經(jīng)網(wǎng)絡(luò)分類法等眾多影像分類方法。 這些方法相比于傳統(tǒng)的基于像元的分類方法分類精度有了明顯提高。
本文所研究的CART決策樹分類方法具有自動選擇分類特征、自動確定閾值、運算速度快、分類精度高等諸多優(yōu)點[1],因此非常適合在自然資源及土地覆蓋的計算機自動提取工作中得到應(yīng)用,能夠大大加快工作效率,提高分類精度。
1 研究區(qū)及數(shù)據(jù)預(yù)處理
研究區(qū)位于陜西省榆林市北部神木縣,東經(jīng)109°44′53″～109°52′10″,北緯39°5′49″～39°5′57″,面積71.15 km2,地處毛烏素沙漠東南緣,陜、晉、蒙接壤地帶,典型的黃土地貌,地處丘陵、森林草原向沙漠、干草原的過渡地帶,基本土壤為風(fēng)沙土和黃土,石多土薄,水土流失嚴重。氣候?qū)僦袦貛О敫珊荡箨懶约撅L(fēng)氣候,四季分明,春季多風(fēng),夏季炎熱,多雷陣雨,秋季多雨,冬季寒冷干燥,多西北風(fēng)。年平均氣溫7.5～8.0℃,最熱為 7月,平均23.9℃,極端最高氣溫38.9℃,最冷為一月,平均-8.4℃,極端最低氣溫-24℃;年平均降雨量460 mm,年蒸發(fā)量1 200 mm，最大年降雨量849.6 mm,最少199.6 mm。
研究所用影像數(shù)據(jù)為2015年6月8日高分一號衛(wèi)星PMS2全色/多光譜相機影像。高分一號衛(wèi)星是中國“高分專項”計劃的第一顆衛(wèi)星,突破了高空間分辨率、多光譜與寬覆蓋相結(jié)合的光學(xué)遙感技術(shù),搭載了兩臺2 m分辨率全色/8 m分辨率多光譜PMS相機與四臺16 m分辨率多光譜WFV相機,全色波段光譜范圍為0.45～0.9 μm,多光譜四個波段光譜范圍分別為Band1(0.45～0.52 μm)、Band2(0.52～0.59 μm)、Band3(0.63～0.69 μm)、Band4(0.77～0.89 μm)。其中作為精度驗證的人工目視解譯所用影像為高分二號2 m分辨率影像。本文所用影像經(jīng)過輻射校正—大氣校正—幾何校正—影像融合四個階段的預(yù)處理達到了研究所需。
2 CART決策樹
決策樹常用的算法有CART、C4.5和D3等[2],CART(Classification And Regression Tree)決策樹算法1984年由Breiman提出,采用經(jīng)濟學(xué)中的基尼系數(shù)來作為選擇最佳測試變量(分類特征)和分割閾值(特征閾值)的標(biāo)準(zhǔn),其定義如下所示:
(1)
(2)
(3)
式中:p(j/h)是從訓(xùn)練樣本集中隨機抽取一個樣本,當(dāng)某一測試變量值為h時屬于第j類的概率;nj(h)為訓(xùn)練樣本中測試變量值為h時屬于第j類的樣本個數(shù);n(h)為訓(xùn)練樣本中該測試變量值為h的樣本個數(shù);j為類別個數(shù)[3]。CART也屬于監(jiān)督分類方法之一,在執(zhí)行分類前,需要提供指定的訓(xùn)練樣本對其進行構(gòu)建與評價。訓(xùn)練樣本結(jié)構(gòu)如下:
L=X1,X2,…Xm,YX2=x11,x12,…x1t1
(4)
Xm=xm1,xm2,…xmtnY=Y1,Y2,…Yk
(5)
式中:X1,X2,…,Xm稱為屬性向量(Attribute Vectors)。其屬性可以是有序的,也可以是離散的;Y稱為標(biāo)簽向量(Label Vectors),其屬性可以是有序的,也可以是離散的。由訓(xùn)練樣本公式可以看出,該算法既可用于分類,又可用于連續(xù)變量的預(yù)測,它的基本原理是:將訓(xùn)練數(shù)據(jù)集(訓(xùn)練樣本)劃分為測試變量和目標(biāo)變量,通過對這兩變量的循環(huán)分析形成二叉決策樹。分類算法公式如下:
(6)
訓(xùn)練數(shù)據(jù)集D={(x1,y1),(x2,y2)…(xn,yn)},利用特征A的取值a將數(shù)據(jù)分為兩部分,計算A=a時的基尼系數(shù),對整個數(shù)據(jù)集中所有的可能特征A以及其可能取值a選取基尼系數(shù)最小的特征A*與特征下的取值a*,將數(shù)據(jù)集切分,數(shù)據(jù)D1、D2分到兩個子節(jié)點中去,對子節(jié)點遞歸的重復(fù)迭代直至滿足所有條件。回歸算法公式如下:
(7)
(8)
(9)
預(yù)剪枝算法如下:
(10)
a=mina,gt
(11)
設(shè)T=T0,k=0,a=+,自上而下地訪問內(nèi)部節(jié)點t,對最小的g(t)=ag(t)=a進行剪枝,并對葉節(jié)點t以多數(shù)表決形式?jīng)Q定其類別,得到樹T。令k=k+1,ak=a,Tk=T,對于產(chǎn)生的子樹序列{T0,T1,…,Tn}分別計算損失,得到最優(yōu)子樹T*并返回[4]。
相對于其他的決策樹模型,CART決策樹模型CART算法具有如下特點:嚴格無參數(shù),對輸入數(shù)據(jù)沒有任何統(tǒng)計分布的假設(shè)要求;能夠清楚地指出變量對于分類的重要性,選擇與分類相關(guān)的變量;方法實現(xiàn)簡單,運行速度較快;結(jié)構(gòu)清晰,容易理解。
3 面向?qū)ο蠓诸?/h2>
BaatzM和Sch?peA針對高分辨率遙感影像的特點,提出了面向?qū)ο蟮倪b感影像分類方法[5]。分析單元是由分割形成的具有相同特征的像元組成的同質(zhì)對象[6],分析目標(biāo)對象的相關(guān)特征屬性,包括光譜、形狀、紋理、陰影、空間位置等,隨后應(yīng)用不同的分類方法建立相應(yīng)的規(guī)則對分割得到的同質(zhì)性對象進行影像分類和信息提取。相對于傳統(tǒng)的基于像元的分析方法,面向?qū)ο蟮挠跋穹治龇椒軌虺浞挚紤]對象之間的語義信息[7],根據(jù)所提取的目標(biāo)可以調(diào)整不同的尺度,從較高層次對影像進行分類,因此解決了由于單個像元光譜異質(zhì)性大而導(dǎo)致的高光譜遙感分類“胡椒鹽”噪聲問題,以及基于像元方法中存在的“同物異譜,同譜異物”現(xiàn)象。
3.1 多尺度分割
依據(jù)分割時使用的灰度特征和紋理特征,影像分割方法可分為直方圖閾值、特征空間聚類、區(qū)域增長與合并、邊緣檢測4種類型[8],其中應(yīng)用最為廣泛、最為成功的面向?qū)ο笥跋穹指罴夹g(shù)是基于分形網(wǎng)絡(luò)演化算法(Fractal Net Evolution Approach,FNEA)的多尺度分割(multi-scalesegmentation)方法,該方法是基于鄰域異質(zhì)性最小的原則以隨機單個像元作為起始點,形成對象自下而上的區(qū)域合并。
如何確定最優(yōu)分割尺度是目前研究的一個重要方向,王志華等以利用分型網(wǎng)絡(luò)演化分割算法為例,開展尺度參數(shù)選擇研究[9];明冬萍等提出了基于譜空間統(tǒng)計的高分辨率影像分割尺度估計方法[10];殷瑞娟等利用主成分變換后的特征值作為各個主成分圖像的權(quán)重,改進了原分割質(zhì)量評價值(GS),并利用GS值確定最優(yōu)分割指數(shù)[11]。本文使用eCognition9.0實現(xiàn)影像分割,分割參數(shù)主要包括波段的權(quán)重、均質(zhì)性因子和分割尺度。影像對象的異質(zhì)性閾值由分割尺度決定。本文采取建立多個分割層、利用光譜差異分割的方法進行影像分割,并利用OIF最佳指數(shù)法選取432波段組合,經(jīng)過反復(fù)對比實驗(圖1),最終針對研究區(qū)建立了較為合適的分割參數(shù)設(shè)置,如圖2所示。
圖1 分割尺度研究Fig.1 The research of the segmentation scale
3.2 樣本選擇及特征選取
根據(jù)實際項目解譯要求,將訓(xùn)練區(qū)分為草地、林地、耕地、水體、其它土地五類。輔以2016年人工目視解譯結(jié)果作為參考,進行訓(xùn)練樣本的選擇并分析所選樣本的光譜特征及紋理特征,依據(jù)地類區(qū)分難易程度進行樣本由多到少的選取。
根據(jù)樣本統(tǒng)計結(jié)果,初步選擇光譜特征:432波段的均值、標(biāo)準(zhǔn)差、比率、亮度、NDVI(植被指數(shù))、NDWI(水體指數(shù))、MSAVI(修正土壤調(diào)整植被指數(shù));形狀特征:長寬比、形狀指數(shù)。紋理特征計算方法應(yīng)用Haralick等人提出的灰度共生矩陣方法[12]。用兩個位置象素的聯(lián)合概率密度來定義共生矩陣,它不僅能夠反映亮度的分布特性,也反映具有同樣亮度或接近亮度的象素之間的位置分布特性,是有關(guān)圖像亮度變化的二階統(tǒng)計特征。從共生矩陣導(dǎo)出一些反映矩陣狀況的參數(shù),如對比度、相關(guān)度、熵、均值、差異性、均勻度[13]。
圖2 分割參數(shù)設(shè)置Fig.2 The settings of the segmentation parameter
本文主要針對較難區(qū)分的草地、耕地等地類引入紋理特征進行提取,這些地類在近紅外波段反射值較高、可區(qū)分性最大,因此針對近紅外波段進行上述紋理特征的全方向提取。個別特征計算方法介紹如下:
(12)
(13)
(14)
本文運用eCognition9.0針對分割后的對象進行紋理特征的提取,不需要通過計算J-M距離來調(diào)整窗口大小而可以直接計算各紋理特征。初步選取紋理特征如下:con-對比度、cor-相關(guān)度、ent-熵、mean-均值、dis-差異性、hom-均勻度。
(15)
(16)
(17)
(18)
(19)
(20)
初步選取光譜形狀及紋理特征共計21個,運用CART決策樹分類時,考慮到運算速度及較難區(qū)分地物比如耕地、草地等能更加充分利用所選特征來進行判斷,較容易區(qū)分的水體應(yīng)用NDWI指數(shù)通過設(shè)定閾值單獨提取。
3.3 優(yōu)化特征空間及分類結(jié)果對比
特征的選擇并不是越多越好,相反盲目地使用多種特征所導(dǎo)致的計算量急劇增大、分類精度降低、分類特征冗余問題是會大大影響整個分類過程的[14],因此如何找到類別之間區(qū)分最大平均、最小距離的特征組合,優(yōu)化特征空間是一個值得研究的問題。叢佃敏等選取研究區(qū)分割對象的48個特征,利用OOB誤分率對各個特征的重要性排序,從而優(yōu)化特征空間[15];林鵬等運用遺傳算法對初始特征集進行最優(yōu)特征集提取[16];余曉敏等運用改進的SEaTH算法進行特征優(yōu)選[17]。本文所用CART決策樹分類方法能夠自動選擇特征,自動確定閾值,利用易康9.0特征優(yōu)選工具FSO模塊優(yōu)選出的特征構(gòu)建特征空間進行自動分類,其中,FSO工具優(yōu)選結(jié)果如圖3。
圖3 FSO工具特征維數(shù)與區(qū)分距離關(guān)系Fig.3 The relationship between feature dimension and distinguish distance
這里可以看到,排除水體單獨提取所用到的NDWI指數(shù),初選的20個特征在14個特征組合時樣本之間的區(qū)分距離達到最大,光譜特征分別是:3波段的比率標(biāo)準(zhǔn)差及均值、NDVI、4波段的比率標(biāo)準(zhǔn)差、形狀指數(shù)、長寬比,初選的6個紋理特征全部在優(yōu)選的特征范圍內(nèi),可見紋理特征在訓(xùn)練樣本的區(qū)分中起到了較為明顯的作用,但由于最鄰近分類引入紋理特征分類時會導(dǎo)致計算量過大、運算速度過慢,因此在最鄰近分類時采用8個特征進行分類,分別是:形狀指數(shù)、3波段比率和標(biāo)準(zhǔn)差、NDVI、紋理相關(guān)性、紋理差異性、紋理均勻度及4波段比值。基于所選特征,利用FSO工具計算所選訓(xùn)練樣本的可分離度,如圖4所示。
圖4 訓(xùn)練樣本在14個特征組合時的可分離度Fig.4 The separable degrees of the training samples combined with 14 features
可以看出所選訓(xùn)練樣本林地與草地的可分離度較差(只有1.18),草地與耕地的可分離度最差為1.15,在所選特征保持不變的前提下,通過進一步調(diào)整所選樣本,最終使得林地、草地分離度達到1.35,草地與耕地分離度達到1.26。
由于訓(xùn)練樣本相同,為了加快運算速度、提高分類精度,CART分類利用FSO工具進行特征優(yōu)選后的14個特征進行特征空間的構(gòu)建,其中水體用NDWI指數(shù)單獨提取,建樹如下。
在訓(xùn)練樣本相同的條件下,最鄰近分類、CART決策樹分類結(jié)果如圖5、圖6所示。
圖5 基于光譜及紋理特征執(zhí)行的CART決策樹Fig.5 The process of CART decision tree based on spectrum and texture features
圖6 最鄰近分類(左)與CART分類(右)結(jié)果圖Fig.6 The results of the classification between nearest neighbor(left) and CART decision tree(right)
3.4 精度評價
為了客觀地評價研究區(qū)不同分類方法的結(jié)果精度,采用野外實地驗證的110個控制點建立混淆矩陣進行分類結(jié)果精度評價,最鄰近分類、CART分類精度及各項指標(biāo)如表1、表2所示。
總體來看,最鄰近分類方法在總體分類精度上略高于CART決策樹分類,但是在數(shù)據(jù)處理運算速度上,兩者相差過大,這是由于兩者不同的分類原理導(dǎo)致的。即使CART分類所選用的特征比最鄰近的多了6個,但是運算速度相差60倍。兩種分類方法在草地的分類上都不是很理想,尤其是CART決策樹分類,在草地與其它土地的錯分率和漏分率均高于最鄰近分類,而在耕地的分類上精度明顯高于最鄰近分類。結(jié)合原始影像分析,最鄰近分類是通過某個樣本在特征空間中最相鄰的幾個樣本特征來歸類,這種判斷方法更加適合研究區(qū)林草地混雜的情況,而CART決策樹分類可能在草地的分類中產(chǎn)生了過擬合現(xiàn)象。對于CART決策樹而言,通過選取更多更精確的訓(xùn)練樣本,對于較難區(qū)分的地類其錯分率和誤分率可以得到有效降低。而在耕地分類中,最鄰近分類將少數(shù)耕地分為了水體是錯誤的,CART分類將少數(shù)其它土地(實際為廢棄的水坑)分為了水體,結(jié)合影像來看是可以理解的。
表1 最鄰近分類結(jié)果精度評價表Table 1 The accuracy evaluation of the nearest neighbor
表2 CART分類結(jié)果精度評價表Table 2 The accuracy evaluation of the CART decision tree
4 結(jié)論
目前面向?qū)ο蠓诸惙椒ㄖ?CART決策樹是一種高效準(zhǔn)確的分類方法。在保證精確訓(xùn)練樣本和有效特征空間構(gòu)建的前提下,該方法能夠準(zhǔn)確高速對影像數(shù)據(jù)進行自動分類,并且取得較高的精度。尤其是在處理大數(shù)據(jù)量的影像數(shù)據(jù)中,該方法具有很大的應(yīng)用價值。雖然CART算法能夠自動選取特征及確定閾值,但是如何選取這種特征并沒有詳細的算法,而且過量的特征也會導(dǎo)致信息的冗余和分類速度的減慢,會出現(xiàn)過擬合導(dǎo)致分類精度的降低。本文經(jīng)過其與最鄰近方法的對比,利用其優(yōu)化特征空間工具FSO,對分類特征進行初步優(yōu)選,在保證分類精度的前提下,加快了運算速度,提高了工作效率。
猜你喜歡
基于BM3D的復(fù)雜紋理區(qū)域圖像去噪軟件(2020年3期)2020-04-20 01:45:18 人工智能科技創(chuàng)新與應(yīng)用(2020年6期)2020-02-29 10:39:27 一種針對不均衡數(shù)據(jù)集的SVM決策樹算法成都信息工程大學(xué)學(xué)報(2019年3期)2019-09-25 08:31:20 使用紋理疊加添加藝術(shù)畫特效攝影之友(影像視覺)(2018年12期)2019-01-28 09:01:00 決策樹和隨機森林方法在管理決策中的應(yīng)用電子制作(2018年16期)2018-09-26 03:27:06 TEXTURE ON TEXTURE質(zhì)地上的紋理Coco薇(2017年8期)2017-08-03 15:23:38 寬帶光譜成像系統(tǒng)最優(yōu)訓(xùn)練樣本選擇方法研究北京理工大學(xué)學(xué)報(2016年6期)2016-11-22 11:17:22 融合原始樣本和虛擬樣本的人臉識別算法電視技術(shù)(2016年9期)2016-10-17 09:13:41 基于稀疏重構(gòu)的機載雷達訓(xùn)練樣本挑選方法系統(tǒng)工程與電子技術(shù)(2016年7期)2016-08-21 13:59:00 基于決策樹的出租車乘客出行目的識別中央民族大學(xué)學(xué)報(自然科學(xué)版)(2016年4期)2016-06-27 08:06:04
李 明, 趙英俊
(核工業(yè)北京地質(zhì)研究院,北京 100029)
隨著高分辨率衛(wèi)星影像應(yīng)用愈加廣泛,如何利用高分辨率遙感影像豐富的光譜信息、紋理信息、幾何及語義信息進行計算機自動快速提取信息成為遙感技術(shù)領(lǐng)域的一項重要研究。
面向?qū)ο笥跋穹治龇椒ㄊ沟脤Φ匚锊煌卣鞯姆治錾仙搅艘粋€新的高度,在利用高分辨率遙感影像對自然資源及土地資源的研究中,如何利用一個個同質(zhì)“對象”豐富各項信息、準(zhǔn)確快速地區(qū)別較難區(qū)分的地物類型是一個難點。單純地利用光譜信息而忽略紋理信息會導(dǎo)致“錯分、漏分”等現(xiàn)象,但是傳統(tǒng)的監(jiān)督分類如果加入紋理信息又會導(dǎo)致計算量過大、分類效率降低、分類精度有限等問題,因此在面向?qū)ο笥跋穹治龅幕A(chǔ)上,出現(xiàn)了模糊分類法、SVM支持向量機分類法、C45決策樹分類法、人工神經(jīng)網(wǎng)絡(luò)分類法等眾多影像分類方法。 這些方法相比于傳統(tǒng)的基于像元的分類方法分類精度有了明顯提高。
本文所研究的CART決策樹分類方法具有自動選擇分類特征、自動確定閾值、運算速度快、分類精度高等諸多優(yōu)點[1],因此非常適合在自然資源及土地覆蓋的計算機自動提取工作中得到應(yīng)用,能夠大大加快工作效率,提高分類精度。
1 研究區(qū)及數(shù)據(jù)預(yù)處理
研究區(qū)位于陜西省榆林市北部神木縣,東經(jīng)109°44′53″～109°52′10″,北緯39°5′49″～39°5′57″,面積71.15 km2,地處毛烏素沙漠東南緣,陜、晉、蒙接壤地帶,典型的黃土地貌,地處丘陵、森林草原向沙漠、干草原的過渡地帶,基本土壤為風(fēng)沙土和黃土,石多土薄,水土流失嚴重。氣候?qū)僦袦貛О敫珊荡箨懶约撅L(fēng)氣候,四季分明,春季多風(fēng),夏季炎熱,多雷陣雨,秋季多雨,冬季寒冷干燥,多西北風(fēng)。年平均氣溫7.5～8.0℃,最熱為 7月,平均23.9℃,極端最高氣溫38.9℃,最冷為一月,平均-8.4℃,極端最低氣溫-24℃;年平均降雨量460 mm,年蒸發(fā)量1 200 mm，最大年降雨量849.6 mm,最少199.6 mm。
研究所用影像數(shù)據(jù)為2015年6月8日高分一號衛(wèi)星PMS2全色/多光譜相機影像。高分一號衛(wèi)星是中國“高分專項”計劃的第一顆衛(wèi)星,突破了高空間分辨率、多光譜與寬覆蓋相結(jié)合的光學(xué)遙感技術(shù),搭載了兩臺2 m分辨率全色/8 m分辨率多光譜PMS相機與四臺16 m分辨率多光譜WFV相機,全色波段光譜范圍為0.45～0.9 μm,多光譜四個波段光譜范圍分別為Band1(0.45～0.52 μm)、Band2(0.52～0.59 μm)、Band3(0.63～0.69 μm)、Band4(0.77～0.89 μm)。其中作為精度驗證的人工目視解譯所用影像為高分二號2 m分辨率影像。本文所用影像經(jīng)過輻射校正—大氣校正—幾何校正—影像融合四個階段的預(yù)處理達到了研究所需。
2 CART決策樹
決策樹常用的算法有CART、C4.5和D3等[2],CART(Classification And Regression Tree)決策樹算法1984年由Breiman提出,采用經(jīng)濟學(xué)中的基尼系數(shù)來作為選擇最佳測試變量(分類特征)和分割閾值(特征閾值)的標(biāo)準(zhǔn),其定義如下所示:
(1)
(2)
(3)
式中:p(j/h)是從訓(xùn)練樣本集中隨機抽取一個樣本,當(dāng)某一測試變量值為h時屬于第j類的概率;nj(h)為訓(xùn)練樣本中測試變量值為h時屬于第j類的樣本個數(shù);n(h)為訓(xùn)練樣本中該測試變量值為h的樣本個數(shù);j為類別個數(shù)[3]。CART也屬于監(jiān)督分類方法之一,在執(zhí)行分類前,需要提供指定的訓(xùn)練樣本對其進行構(gòu)建與評價。訓(xùn)練樣本結(jié)構(gòu)如下:
L=X1,X2,…Xm,YX2=x11,x12,…x1t1
(4)
Xm=xm1,xm2,…xmtnY=Y1,Y2,…Yk
(5)
式中:X1,X2,…,Xm稱為屬性向量(Attribute Vectors)。其屬性可以是有序的,也可以是離散的;Y稱為標(biāo)簽向量(Label Vectors),其屬性可以是有序的,也可以是離散的。由訓(xùn)練樣本公式可以看出,該算法既可用于分類,又可用于連續(xù)變量的預(yù)測,它的基本原理是:將訓(xùn)練數(shù)據(jù)集(訓(xùn)練樣本)劃分為測試變量和目標(biāo)變量,通過對這兩變量的循環(huán)分析形成二叉決策樹。分類算法公式如下:
(6)
訓(xùn)練數(shù)據(jù)集D={(x1,y1),(x2,y2)…(xn,yn)},利用特征A的取值a將數(shù)據(jù)分為兩部分,計算A=a時的基尼系數(shù),對整個數(shù)據(jù)集中所有的可能特征A以及其可能取值a選取基尼系數(shù)最小的特征A*與特征下的取值a*,將數(shù)據(jù)集切分,數(shù)據(jù)D1、D2分到兩個子節(jié)點中去,對子節(jié)點遞歸的重復(fù)迭代直至滿足所有條件。回歸算法公式如下:
(7)
(8)
(9)
預(yù)剪枝算法如下:
(10)
a=mina,gt
(11)
設(shè)T=T0,k=0,a=+,自上而下地訪問內(nèi)部節(jié)點t,對最小的g(t)=ag(t)=a進行剪枝,并對葉節(jié)點t以多數(shù)表決形式?jīng)Q定其類別,得到樹T。令k=k+1,ak=a,Tk=T,對于產(chǎn)生的子樹序列{T0,T1,…,Tn}分別計算損失,得到最優(yōu)子樹T*并返回[4]。
相對于其他的決策樹模型,CART決策樹模型CART算法具有如下特點:嚴格無參數(shù),對輸入數(shù)據(jù)沒有任何統(tǒng)計分布的假設(shè)要求;能夠清楚地指出變量對于分類的重要性,選擇與分類相關(guān)的變量;方法實現(xiàn)簡單,運行速度較快;結(jié)構(gòu)清晰,容易理解。
3 面向?qū)ο蠓诸?/h2>
BaatzM和Sch?peA針對高分辨率遙感影像的特點,提出了面向?qū)ο蟮倪b感影像分類方法[5]。分析單元是由分割形成的具有相同特征的像元組成的同質(zhì)對象[6],分析目標(biāo)對象的相關(guān)特征屬性,包括光譜、形狀、紋理、陰影、空間位置等,隨后應(yīng)用不同的分類方法建立相應(yīng)的規(guī)則對分割得到的同質(zhì)性對象進行影像分類和信息提取。相對于傳統(tǒng)的基于像元的分析方法,面向?qū)ο蟮挠跋穹治龇椒軌虺浞挚紤]對象之間的語義信息[7],根據(jù)所提取的目標(biāo)可以調(diào)整不同的尺度,從較高層次對影像進行分類,因此解決了由于單個像元光譜異質(zhì)性大而導(dǎo)致的高光譜遙感分類“胡椒鹽”噪聲問題,以及基于像元方法中存在的“同物異譜,同譜異物”現(xiàn)象。
3.1 多尺度分割
依據(jù)分割時使用的灰度特征和紋理特征,影像分割方法可分為直方圖閾值、特征空間聚類、區(qū)域增長與合并、邊緣檢測4種類型[8],其中應(yīng)用最為廣泛、最為成功的面向?qū)ο笥跋穹指罴夹g(shù)是基于分形網(wǎng)絡(luò)演化算法(Fractal Net Evolution Approach,FNEA)的多尺度分割(multi-scalesegmentation)方法,該方法是基于鄰域異質(zhì)性最小的原則以隨機單個像元作為起始點,形成對象自下而上的區(qū)域合并。
如何確定最優(yōu)分割尺度是目前研究的一個重要方向,王志華等以利用分型網(wǎng)絡(luò)演化分割算法為例,開展尺度參數(shù)選擇研究[9];明冬萍等提出了基于譜空間統(tǒng)計的高分辨率影像分割尺度估計方法[10];殷瑞娟等利用主成分變換后的特征值作為各個主成分圖像的權(quán)重,改進了原分割質(zhì)量評價值(GS),并利用GS值確定最優(yōu)分割指數(shù)[11]。本文使用eCognition9.0實現(xiàn)影像分割,分割參數(shù)主要包括波段的權(quán)重、均質(zhì)性因子和分割尺度。影像對象的異質(zhì)性閾值由分割尺度決定。本文采取建立多個分割層、利用光譜差異分割的方法進行影像分割,并利用OIF最佳指數(shù)法選取432波段組合,經(jīng)過反復(fù)對比實驗(圖1),最終針對研究區(qū)建立了較為合適的分割參數(shù)設(shè)置,如圖2所示。
圖1 分割尺度研究Fig.1 The research of the segmentation scale
3.2 樣本選擇及特征選取
根據(jù)實際項目解譯要求,將訓(xùn)練區(qū)分為草地、林地、耕地、水體、其它土地五類。輔以2016年人工目視解譯結(jié)果作為參考,進行訓(xùn)練樣本的選擇并分析所選樣本的光譜特征及紋理特征,依據(jù)地類區(qū)分難易程度進行樣本由多到少的選取。
根據(jù)樣本統(tǒng)計結(jié)果,初步選擇光譜特征:432波段的均值、標(biāo)準(zhǔn)差、比率、亮度、NDVI(植被指數(shù))、NDWI(水體指數(shù))、MSAVI(修正土壤調(diào)整植被指數(shù));形狀特征:長寬比、形狀指數(shù)。紋理特征計算方法應(yīng)用Haralick等人提出的灰度共生矩陣方法[12]。用兩個位置象素的聯(lián)合概率密度來定義共生矩陣,它不僅能夠反映亮度的分布特性,也反映具有同樣亮度或接近亮度的象素之間的位置分布特性,是有關(guān)圖像亮度變化的二階統(tǒng)計特征。從共生矩陣導(dǎo)出一些反映矩陣狀況的參數(shù),如對比度、相關(guān)度、熵、均值、差異性、均勻度[13]。
圖2 分割參數(shù)設(shè)置Fig.2 The settings of the segmentation parameter
本文主要針對較難區(qū)分的草地、耕地等地類引入紋理特征進行提取,這些地類在近紅外波段反射值較高、可區(qū)分性最大,因此針對近紅外波段進行上述紋理特征的全方向提取。個別特征計算方法介紹如下:
(12)
(13)
(14)
本文運用eCognition9.0針對分割后的對象進行紋理特征的提取,不需要通過計算J-M距離來調(diào)整窗口大小而可以直接計算各紋理特征。初步選取紋理特征如下:con-對比度、cor-相關(guān)度、ent-熵、mean-均值、dis-差異性、hom-均勻度。
(15)
(16)
(17)
(18)
(19)
(20)
初步選取光譜形狀及紋理特征共計21個,運用CART決策樹分類時,考慮到運算速度及較難區(qū)分地物比如耕地、草地等能更加充分利用所選特征來進行判斷,較容易區(qū)分的水體應(yīng)用NDWI指數(shù)通過設(shè)定閾值單獨提取。
3.3 優(yōu)化特征空間及分類結(jié)果對比
特征的選擇并不是越多越好,相反盲目地使用多種特征所導(dǎo)致的計算量急劇增大、分類精度降低、分類特征冗余問題是會大大影響整個分類過程的[14],因此如何找到類別之間區(qū)分最大平均、最小距離的特征組合,優(yōu)化特征空間是一個值得研究的問題。叢佃敏等選取研究區(qū)分割對象的48個特征,利用OOB誤分率對各個特征的重要性排序,從而優(yōu)化特征空間[15];林鵬等運用遺傳算法對初始特征集進行最優(yōu)特征集提取[16];余曉敏等運用改進的SEaTH算法進行特征優(yōu)選[17]。本文所用CART決策樹分類方法能夠自動選擇特征,自動確定閾值,利用易康9.0特征優(yōu)選工具FSO模塊優(yōu)選出的特征構(gòu)建特征空間進行自動分類,其中,FSO工具優(yōu)選結(jié)果如圖3。
圖3 FSO工具特征維數(shù)與區(qū)分距離關(guān)系Fig.3 The relationship between feature dimension and distinguish distance
這里可以看到,排除水體單獨提取所用到的NDWI指數(shù),初選的20個特征在14個特征組合時樣本之間的區(qū)分距離達到最大,光譜特征分別是:3波段的比率標(biāo)準(zhǔn)差及均值、NDVI、4波段的比率標(biāo)準(zhǔn)差、形狀指數(shù)、長寬比,初選的6個紋理特征全部在優(yōu)選的特征范圍內(nèi),可見紋理特征在訓(xùn)練樣本的區(qū)分中起到了較為明顯的作用,但由于最鄰近分類引入紋理特征分類時會導(dǎo)致計算量過大、運算速度過慢,因此在最鄰近分類時采用8個特征進行分類,分別是:形狀指數(shù)、3波段比率和標(biāo)準(zhǔn)差、NDVI、紋理相關(guān)性、紋理差異性、紋理均勻度及4波段比值。基于所選特征,利用FSO工具計算所選訓(xùn)練樣本的可分離度,如圖4所示。
圖4 訓(xùn)練樣本在14個特征組合時的可分離度Fig.4 The separable degrees of the training samples combined with 14 features
可以看出所選訓(xùn)練樣本林地與草地的可分離度較差(只有1.18),草地與耕地的可分離度最差為1.15,在所選特征保持不變的前提下,通過進一步調(diào)整所選樣本,最終使得林地、草地分離度達到1.35,草地與耕地分離度達到1.26。
由于訓(xùn)練樣本相同,為了加快運算速度、提高分類精度,CART分類利用FSO工具進行特征優(yōu)選后的14個特征進行特征空間的構(gòu)建,其中水體用NDWI指數(shù)單獨提取,建樹如下。
在訓(xùn)練樣本相同的條件下,最鄰近分類、CART決策樹分類結(jié)果如圖5、圖6所示。
圖5 基于光譜及紋理特征執(zhí)行的CART決策樹Fig.5 The process of CART decision tree based on spectrum and texture features
圖6 最鄰近分類(左)與CART分類(右)結(jié)果圖Fig.6 The results of the classification between nearest neighbor(left) and CART decision tree(right)
3.4 精度評價
為了客觀地評價研究區(qū)不同分類方法的結(jié)果精度,采用野外實地驗證的110個控制點建立混淆矩陣進行分類結(jié)果精度評價,最鄰近分類、CART分類精度及各項指標(biāo)如表1、表2所示。
總體來看,最鄰近分類方法在總體分類精度上略高于CART決策樹分類,但是在數(shù)據(jù)處理運算速度上,兩者相差過大,這是由于兩者不同的分類原理導(dǎo)致的。即使CART分類所選用的特征比最鄰近的多了6個,但是運算速度相差60倍。兩種分類方法在草地的分類上都不是很理想,尤其是CART決策樹分類,在草地與其它土地的錯分率和漏分率均高于最鄰近分類,而在耕地的分類上精度明顯高于最鄰近分類。結(jié)合原始影像分析,最鄰近分類是通過某個樣本在特征空間中最相鄰的幾個樣本特征來歸類,這種判斷方法更加適合研究區(qū)林草地混雜的情況,而CART決策樹分類可能在草地的分類中產(chǎn)生了過擬合現(xiàn)象。對于CART決策樹而言,通過選取更多更精確的訓(xùn)練樣本,對于較難區(qū)分的地類其錯分率和誤分率可以得到有效降低。而在耕地分類中,最鄰近分類將少數(shù)耕地分為了水體是錯誤的,CART分類將少數(shù)其它土地(實際為廢棄的水坑)分為了水體,結(jié)合影像來看是可以理解的。
表1 最鄰近分類結(jié)果精度評價表Table 1 The accuracy evaluation of the nearest neighbor
表2 CART分類結(jié)果精度評價表Table 2 The accuracy evaluation of the CART decision tree
4 結(jié)論
目前面向?qū)ο蠓诸惙椒ㄖ?CART決策樹是一種高效準(zhǔn)確的分類方法。在保證精確訓(xùn)練樣本和有效特征空間構(gòu)建的前提下,該方法能夠準(zhǔn)確高速對影像數(shù)據(jù)進行自動分類,并且取得較高的精度。尤其是在處理大數(shù)據(jù)量的影像數(shù)據(jù)中,該方法具有很大的應(yīng)用價值。雖然CART算法能夠自動選取特征及確定閾值,但是如何選取這種特征并沒有詳細的算法,而且過量的特征也會導(dǎo)致信息的冗余和分類速度的減慢,會出現(xiàn)過擬合導(dǎo)致分類精度的降低。本文經(jīng)過其與最鄰近方法的對比,利用其優(yōu)化特征空間工具FSO,對分類特征進行初步優(yōu)選,在保證分類精度的前提下,加快了運算速度,提高了工作效率。
猜你喜歡
軟件(2020年3期)2020-04-20 01:45:18
科技創(chuàng)新與應(yīng)用(2020年6期)2020-02-29 10:39:27
成都信息工程大學(xué)學(xué)報(2019年3期)2019-09-25 08:31:20
攝影之友(影像視覺)(2018年12期)2019-01-28 09:01:00
電子制作(2018年16期)2018-09-26 03:27:06
Coco薇(2017年8期)2017-08-03 15:23:38
北京理工大學(xué)學(xué)報(2016年6期)2016-11-22 11:17:22
電視技術(shù)(2016年9期)2016-10-17 09:13:41
系統(tǒng)工程與電子技術(shù)(2016年7期)2016-08-21 13:59:00
中央民族大學(xué)學(xué)報(自然科學(xué)版)(2016年4期)2016-06-27 08:06:04
