[发明专利]基于决策树与特征优化的遥感影像震害建筑物识别方法

权利要求书

1.一种基于决策树与特征优化的遥感影像震害建筑物识别方法，其特征在于，包括如下步骤：

(1)对卫星遥感影像进行分割提取初始对象集合，并结合几何形态学特征提取潜在的建筑物对象集合；

(2)基于分类正确率曲线波动判别规则自适应确定决策树数量；

(3)在特征重要度指标指引下对光谱、纹理、几何形态学三大类特征进行筛选，获得具有代表性的震害特征集合，进而构建优化的随机森林模型；

(4)根据随机森林判别结果将潜在建筑物对象集合进一步进行分类，识别出震害建筑物；步骤(2)中基于分类正确率曲线波动判别规则自适应确定决策树数量，包括：

(2.1)在潜在的建筑物对象集合中，采用人工标记的方式提取样本，构成训练样本集；

(2.2)确定初始建筑物震害特征集合，包括光谱特征、纹理特征和几何形态学特征；

(2.3)构建初始随机森林模型，输入训练样本集，定义分类正确率为每棵树的分类正确的样本数与输入的样本数的比值，比值越大说明分类结果与真实情况越接近，计算每棵树的分类正确率并求所有决策树的正确率均值；

(2.4)以设定的步长，迭代增加决策树后构建新的随机森林模型，获得迭代次数为n时的正确率均值Acc_n；

(2.5)若某Acc_n满足Acc_n-1＜Acc_n且Acc_n＞Acc_n+1，则认为Acc_n是一个子区间内的峰值点，记Acc_opt0＝Acc_n；

(2.6)继续计算Acc_n后连续出现的3个峰值点，分别计为Acc_opt1、Acc_opt2、Acc_opt3，若满足Acc_opt0≥argmax{Acc_opt1,Acc_opt2,Acc_opt3}，则记Acc_opt0对应的决策树颗数为I_opt0；否则，进入下一步；

(2.7)重复步骤(2.5)和(2.6)，直到取得满足

Acc_opt0≥argmax{Acc_opt1,Acc_opt2,Acc_opt3}的Acc_opt0，停止迭代并提取I_opt0；若无法确定Acc_opt0，则记已经获得的Acc_n最大值对应的决策树颗数为I_opt0；

(2.8)继续比较I_opt0与其前、后相邻的N-1棵数的分类正确率，根据分类正确率最大值确定最终提取的优化决策树棵数I_opt，N为步骤(2.4)中设定的步长；

步骤(3)中在特征筛选的方法是：在包含I_opt颗决策树的随机森林模型中，首先计算所有特征的重要度，再分别求取光谱、纹理和几何形态学三类特征的类间重要度，再分别对三类特征中包含的子特征进行类内重要度排序，最后在重要度指引下获得优化后的震害建筑物分类特征集合；其中I_opt为步骤(2)中优化决策树棵数；

任意特征f_t对于第i单棵决策树的重要度由下式计算得到：

式中Φ_B表示OOB样本集合，x_j和l_j分别表示袋外数据中任意样本与其被赋予的类别标签，c_j⁽ⁱ⁾表示样本x_j所获得的类别标签，表示将特征f_t的值替换为其他随机值后样本x_j所得的类别标签，N(·)为计数函数；特征f_t对于随机森林分类器的重要度

2.根据权利要求1所述的基于决策树与特征优化的遥感影像震害建筑物识别方法，其特征在于，步骤(1)中采用高分辨率遥感影像分割算法WJSEG提取遥感影像的初始对象集合。