基于決策樹(shù)分類的影像信息獲取方法

基于決策樹(shù)分類的影像信息獲取方法

0基于特征整合的分類方法在多光譜遙感影像分類中的應(yīng)用提取和分類環(huán)境質(zhì)量信息一直是環(huán)境質(zhì)量研究的重要組成部分。遙感分類應(yīng)用中,監(jiān)督與非監(jiān)督分類的傳統(tǒng)分類方法以及人工神經(jīng)網(wǎng)絡(luò)分類、專家系統(tǒng)分類等新方法都以影像光譜特征為基礎(chǔ)。然而,由于影像本身存在“同物異譜,異物同譜”現(xiàn)象,這種純粹依賴地物光譜特征的分類方法往往會(huì)出現(xiàn)較多的錯(cuò)分、漏分情況。眾多研究表明,結(jié)合影像光譜信息和其他輔助信息,可大大提高分類精度。當(dāng)前多光譜遙感影像具有大量信息,如地物的紋理信息、幾何知識(shí)、地物間鄰近關(guān)系等,這些信息可以輔助影像中地物信息的提取。紋理是遙感影像的重要信息,它不僅反映了影像的灰度統(tǒng)計(jì)特征,而且反映了地物空間排列的關(guān)系,是目視判讀的重要標(biāo)志之一。采用光譜特征與紋理分析相結(jié)合的方法,能夠提高遙感分類的精度。決策樹(shù)提取信息的關(guān)鍵是特征變量及節(jié)點(diǎn)閾值的選擇。近年來(lái)已有學(xué)者通過(guò)分析數(shù)據(jù)特征,得到分類閾值,從而實(shí)現(xiàn)對(duì)影像中地物的分類。如趙萍等集成了TM影像亮度值、DEM等地理輔助數(shù)據(jù),通過(guò)反復(fù)試驗(yàn)得到分類規(guī)則,實(shí)現(xiàn)了試驗(yàn)區(qū)土地利用/覆被分類;李金蓮等結(jié)合影像的紋理特征和NDVI,確定對(duì)比度和熵的最佳閾值,得到最終分類結(jié)果。但上述研究在確定分類規(guī)則時(shí),主要是依靠經(jīng)驗(yàn)并通過(guò)反復(fù)試驗(yàn)確定分割閾值。本文在分析地物光譜特征以及利用灰度共生矩陣法提取圖像紋理特征的基礎(chǔ)上,采用基于CART算法的決策樹(shù)分類方法,通過(guò)CART算法確定決策樹(shù)節(jié)點(diǎn)規(guī)則,輔以紋理特征和NDVI的CBERS-02完成了揚(yáng)州市寶應(yīng)縣多光譜遙感影像地物分類,并將分類結(jié)果與監(jiān)督分類結(jié)果相比較,挖掘基于CART算法的決策樹(shù)分類方法在遙感信息分類方面的優(yōu)勢(shì)。1cd遙感影像特征寶應(yīng)縣地處江蘇省中部,位于江淮之間,京杭運(yùn)河縱貫?zāi)媳?是揚(yáng)州市的“北大門”。縣域東西長(zhǎng)55.7km,南北寬47.4km,總面積1467.48km2。寶應(yīng)縣屬黃淮沖積平原,以京杭運(yùn)河為界,分成東西兩部分,西高東低;運(yùn)河南北兩側(cè)略高,中間偏低。遙感影像為CBERS-02的CCD多光譜數(shù)據(jù)。本文采用CCD數(shù)據(jù)中的藍(lán)、綠、紅(波長(zhǎng)分別為0.45~0.52μm、0.52~0.59μm、0.63~0.69μm)3個(gè)可見(jiàn)光波段和一個(gè)近紅外(波長(zhǎng)0.77~0.89μm)波段,其空間分辨率為19.5m。影像成像時(shí)間為2004年4月20日,此時(shí)影像中小麥和油菜的光譜特征存在明顯差別。影像成像質(zhì)量較好,試驗(yàn)區(qū)晴朗無(wú)云,因而假設(shè)影像各部分的大氣狀況基本一致,不對(duì)影像進(jìn)行大氣糾正。以揚(yáng)州地區(qū)1∶10萬(wàn)地形圖為參考,對(duì)試驗(yàn)區(qū)影像進(jìn)行幾何精校正。2學(xué)習(xí)方法2.1crt算法中的分類簡(jiǎn)介決策樹(shù)方法的關(guān)鍵是如何構(gòu)造精度高、規(guī)模小的決策樹(shù)。本文采用Breiman于1984年提出的決策樹(shù)構(gòu)建算法——CART算法,其基本原理是通過(guò)對(duì)由測(cè)試變量和目標(biāo)變量構(gòu)成的訓(xùn)練數(shù)據(jù)集的循環(huán)分析,而分形成二叉樹(shù)形式的決策樹(shù)結(jié)構(gòu)。CART算法采用經(jīng)濟(jì)學(xué)中的基尼系數(shù)(GiniIndex)作為選擇最佳測(cè)試變量和分割閾值的準(zhǔn)則?；嵯禂?shù)的定義如下:GiniIndex=1?ΣjJp2(j/h)p(j/h)=nj(h)n(h),ΣjJp(j/h)=1Ιndex=1-ΣjJp2(j/h)p(j/h)=nj(h)n(h),ΣjJp(j/h)=1式中:p(j/h)是從訓(xùn)練樣本集中隨機(jī)抽取一個(gè)樣本,當(dāng)某一測(cè)試變量值為h時(shí)屬于第j類的概率;nj(h)為訓(xùn)練樣本中測(cè)試變量值為h時(shí)屬于第j類的樣本個(gè)數(shù);n(h)為訓(xùn)練樣本中該測(cè)試變量值為h的樣本個(gè)數(shù);j為類別個(gè)數(shù)。但按照上述過(guò)程生成的完整決策樹(shù)往往會(huì)出現(xiàn)“過(guò)度擬合”現(xiàn)象,因此有必要對(duì)樹(shù)的結(jié)構(gòu)進(jìn)行修剪。CART算法采用交叉驗(yàn)證法進(jìn)行修剪,最終分析結(jié)果是一棵兼顧復(fù)雜度和錯(cuò)誤率的最優(yōu)二叉樹(shù)。CART算法具有如下特點(diǎn):嚴(yán)格無(wú)參數(shù),對(duì)輸入數(shù)據(jù)沒(méi)有任何統(tǒng)計(jì)分布的假設(shè)要求;能夠清楚地指出變量對(duì)于分類的重要性,選擇與分類相關(guān)的變量;方法實(shí)現(xiàn)簡(jiǎn)單,運(yùn)行速度較快;結(jié)構(gòu)清晰,容易理解等。2.2計(jì)算各種圖像特征的性能2.2.1外特性分析NDVI廣泛應(yīng)用于監(jiān)測(cè)植被狀況,其被定義為可見(jiàn)光紅光波段和近紅外波段的歸一化比值:NDVI=(RED-NIR)/(RED+NIR)式中:NIR和RED分別代表近紅外波段和紅光波段的反射率,對(duì)CBERS-02的CCD影像而言,分別代表第4和第3波段。2.2.2基于基于利益衡量系統(tǒng)的紋理分析方法目前紋理分析都是針對(duì)單個(gè)獨(dú)立波段。在進(jìn)行多波段影像紋理分析時(shí),往往采取波段選取的方法,而如何針對(duì)多波段影像綜合進(jìn)行紋理分析考慮較少。主成分分析是一種能去除波段之間多余信息,將多波段圖像信息壓縮到比原波段更有效的少數(shù)幾個(gè)轉(zhuǎn)換波段的方法。本文同時(shí)對(duì)影像的4個(gè)波段進(jìn)行主成分分析,并選取第一主成分進(jìn)行紋理特征的統(tǒng)計(jì)計(jì)算,第一主成分包括的原數(shù)據(jù)總方差百分比為95.94%,可以達(dá)到數(shù)據(jù)壓縮和增強(qiáng)單波段數(shù)據(jù)紋理信息的效果。紋理是指在局部窗口內(nèi),影像灰度級(jí)之間的空間分布及空間相互關(guān)系。Haralick于1973年首次提出灰度共生矩陣(GLCM),成為最常見(jiàn)和廣泛應(yīng)用的紋理統(tǒng)計(jì)分析方法。利用灰度共生矩陣進(jìn)行紋理分析時(shí)涉及3個(gè)重要參數(shù):移動(dòng)窗口的大小、移動(dòng)步長(zhǎng)、移動(dòng)方向。經(jīng)試驗(yàn)對(duì)比,移動(dòng)窗口的大小選為5*5,移動(dòng)步長(zhǎng)為1,移動(dòng)方向?yàn)?°。由于灰度共生矩陣不能直接用于描述影像的紋理特征,因而人們?cè)诖嘶A(chǔ)上定義了一些統(tǒng)計(jì)指標(biāo)來(lái)提取它所反映的紋理特征,常用的主要有均值(Mean)、方差(Variance)、逆矩陣(Homogeneity)、對(duì)比度(Contrast)、非相似度(Dissimilarity)、熵(Entropy)等。均值:f1=Σi=0L?1Σj=0L?1i?P(i,j)f1=Σi=0L-1Σj=0L-1i?Ρ(i,j)方差:f2=Σi=0L?1Σj=0L?1(i?u)2P(i,j),uf2=Σi=0L-1Σj=0L-1(i-u)2Ρ(i,j),u為P(i,j)的均值逆差矩:f3=Σi=0L?1Σj=0L?1P(i,j)1+(i?j)2f3=Σi=0L-1Σj=0L-1Ρ(i,j)1+(i-j)2對(duì)比度:f4=Σn=0L?1n2{Σi=0L?1Σj=0L?1P(i,j)},|i?j|=nf4=Σn=0L-1n2{Σi=0L-1Σj=0L-1Ρ(i,j)},|i-j|=n熵:f5=Σi=0L?1Σj=0L?1P(i,j)logP(i,j)f5=Σi=0L-1Σj=0L-1Ρ(i,j)logΡ(i,j)角二階矩(SencondMoment):f6=Σi=0L?1Σj=0L?1P(i,j)2f6=Σi=0L-1Σj=0L-1Ρ(i,j)2本文對(duì)抽取的第一主成分進(jìn)行紋理分析,并分別獲取了各紋理特征統(tǒng)計(jì)指標(biāo)圖像。2.3土地利用/覆被類型分類選擇合適的訓(xùn)練樣本是獲取正確分類結(jié)果的必要條件,直接關(guān)系到所獲規(guī)則的質(zhì)量。根據(jù)目視解譯,結(jié)合該地區(qū)地形圖及實(shí)地考察,將試驗(yàn)區(qū)土地利用/覆被類型分為小麥、油菜、自然水體、圍網(wǎng)養(yǎng)殖區(qū)、建設(shè)用地(城鎮(zhèn)、道路)、其他(灘地及裸地)。對(duì)影像選取第4、3、2波段組合(圖1),分析各類地物的光譜特征和紋理特征,并對(duì)試驗(yàn)區(qū)進(jìn)行樣本選取,共選取2773個(gè)樣本。2.4圍網(wǎng)養(yǎng)殖區(qū)規(guī)則的生成根據(jù)所選取的訓(xùn)練樣本,采用CART算法進(jìn)行計(jì)算分析,最終選擇的測(cè)試變量為影像的4個(gè)波段值(b1、b2、b3、b4)、NDVI值、6個(gè)紋理特征值(均值、方差、逆差矩、對(duì)比度、熵、角二階矩),目標(biāo)變量為小麥、油菜、自然水體、圍網(wǎng)養(yǎng)殖區(qū)、建設(shè)用地、其他。針對(duì)上述測(cè)試變量和目標(biāo)變量構(gòu)成的2773個(gè)訓(xùn)練樣本,通過(guò)學(xué)習(xí)得到?jīng)Q策樹(shù)結(jié)構(gòu),共39個(gè)葉節(jié)點(diǎn),每個(gè)葉節(jié)點(diǎn)對(duì)應(yīng)一條規(guī)則,共39條規(guī)則。如有關(guān)圍網(wǎng)養(yǎng)殖區(qū)的部分規(guī)則為:If(b1<68&&b4<140&&Mean<28.1&&Variance<6.298&&Entropy>2.024&&b2<93)Then(class=圍網(wǎng)養(yǎng)殖區(qū));If(b1<68&&b4<140&&Variance<2.056&&Mean<25.81&&Mean>23.26&&Homogeneity>0.692)Then(class=圍網(wǎng)養(yǎng)殖區(qū));If(b1<68&&b1>60&&b4<140&&b2<85&&Mean<25.81&&Variance>3.529&&Entropy>2.754)Then(class=圍網(wǎng)養(yǎng)殖區(qū));If(b1<68&&b1>60&&b4<140&&Mean<27.54&&Mean>25.81&&Variance>3.529&&b2>85)Then(class=圍網(wǎng)養(yǎng)殖區(qū))。從得到的有關(guān)圍網(wǎng)養(yǎng)殖區(qū)規(guī)則看,規(guī)則生成過(guò)程中不僅用到了光譜特征,而且用到了均值、方差等紋理統(tǒng)計(jì)指標(biāo)。利用得到的規(guī)則進(jìn)行推理,得到分類結(jié)果(圖2a)。為比較CART決策樹(shù)的分類精度,本文基于影像的光譜特征,運(yùn)用監(jiān)督分類的最大似然法對(duì)試驗(yàn)區(qū)進(jìn)行分類,得到的分類結(jié)果如圖2b所示。2.5決策樹(shù)方法分類效果將基于決策樹(shù)的分類圖與原始圖進(jìn)行對(duì)比,目視判讀檢驗(yàn)其分類效果,認(rèn)為決策樹(shù)方法分類效果較好。為客觀評(píng)價(jià)其分類精度,參考實(shí)地調(diào)查獲得的樣本數(shù)據(jù)(共739個(gè)檢驗(yàn)樣本)建立混淆矩陣,并將基于CART算法的決策樹(shù)分類結(jié)果與監(jiān)督分類結(jié)果進(jìn)行比較,分類精度評(píng)價(jià)如表1、表2所示。2.6自然水體、圍網(wǎng)養(yǎng)殖區(qū)和建設(shè)用地分類精度的特征(1)結(jié)合影像的光譜特征、NDVI以及紋理特征,運(yùn)用CART決策樹(shù)方法的分類精度比僅依靠光譜特征的監(jiān)督分類法提高了12.98%,Kappa系數(shù)也從0.6323提高到0.7878。(2)從分類結(jié)果圖可以看出,結(jié)合影像的多種特征,運(yùn)用CART算法的決策樹(shù)方法明顯改善了自然水體、圍網(wǎng)養(yǎng)殖區(qū)和建設(shè)用地的分類精度。而僅依靠地物的光譜特征,利用監(jiān)督分類的最大似然法得到的分類結(jié)果中,自然水體和圍網(wǎng)養(yǎng)殖區(qū)、灘地與圍網(wǎng)養(yǎng)殖區(qū)、建設(shè)用地和灘地及裸地之間存在很多錯(cuò)分現(xiàn)象。分析其原因,雖然自然水體與圍網(wǎng)養(yǎng)殖區(qū)的光譜特征非常相似,但兩者紋理特征有明顯差別,所以根據(jù)紋理特征較容易將兩者區(qū)分開(kāi);同樣,建設(shè)用地也有一定的紋理信息。(3)兩種分類方法得到的小麥和油菜的分類結(jié)果精度沒(méi)有明顯提高,主要是因?yàn)?004年4月20日的影像中油菜和小麥的光譜特征有著明顯差別,所以選