[发明专利]基于二叉决策树的高光谱遥感影像分类方法

摘要

基于二叉决策树的高光谱遥感影像分类方法，通过本方法对高光谱遥感影像进行高效、高精度的分类。通过二叉决策树来实现高光谱遥感影像的分类，从而将决策树分类技术与高光谱遥感影像分类相结合，利用决策树的优势，充分挖掘高光谱数据中最有用的信息，提高了地物目标的识别能力和分类精度。技术方案中的关键技术为采用了二叉树的决策树形式，定义了一种树节点数据结构，设计了一种决策树算法，提出了算法中的候选阈值的选择规则和最佳阈值和波段的选择规则。通过用本发明可以实现高光谱遥感影像波段选择，分类规则的生成和影像分类的“一体化”和“自动化”，达到高效率、高精度的高光谱遥感影像分类效果。

主权项

1.基于二叉决策树的高光谱遥感影像分类方法，其特征在于，包括以下步骤：（1）在一个决策树的节点处，获得待区分类别数number和待区分类别的信息category[classNum]；（2）根据各个类别的样本灰度值进行统计计算，得出各类别在每个波段上的灰度均值和标准差，并在每个波段上按照灰度均值的大小对地物类别进行排序；（3）根据公式计算出每个波段上相邻两个类别间的交点，若该交点满足标准，则将该交点作为当前候选阈值记录下来；（4）在当前节点的所有候选阈值之中，根据最佳阈值选择的标准选择出最佳阈值，此阈值可以划分当前特征空间；（5）以该阈值为准当前处理的节点就可以生成两个子节点，左子节点包含特征值小于阈值的类别，右子节点包含特征值大于阈值的类别，同时统计子节点的number和category[classNum]信息；（6）循环上述步骤，依次根据节点信息，处理所有节点，完成决策树的构建；在构建二叉决策树时，首先依据的标准是类别间不重叠，然后遍历树的所有叶子节点，如果还有包含混合别的叶子节点存在，则降低标准，允许类别轻度重叠，继续构建决策树。