高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于递归纹理特征消除的WorldView-2树种分类

刘怀鹏 安慧君 王冰 张秋良

刘怀鹏, 安慧君, 王冰, 张秋良. 基于递归纹理特征消除的WorldView-2树种分类[J]. 北京林业大学学报, 2015, 37(8): 53-59. doi: 10.13332/j.1000-1522.20140311
引用本文: 刘怀鹏, 安慧君, 王冰, 张秋良. 基于递归纹理特征消除的WorldView-2树种分类[J]. 北京林业大学学报, 2015, 37(8): 53-59. doi: 10.13332/j.1000-1522.20140311
LIU Huai-peng, AN Hui-jun, WANG Bing, ZHANG Qiu-liang. Tree species classification using WorldView-2 images based on recursive texture feature elimination[J]. Journal of Beijing Forestry University, 2015, 37(8): 53-59. doi: 10.13332/j.1000-1522.20140311
Citation: LIU Huai-peng, AN Hui-jun, WANG Bing, ZHANG Qiu-liang. Tree species classification using WorldView-2 images based on recursive texture feature elimination[J]. Journal of Beijing Forestry University, 2015, 37(8): 53-59. doi: 10.13332/j.1000-1522.20140311

基于递归纹理特征消除的WorldView-2树种分类

doi: 10.13332/j.1000-1522.20140311
基金项目: 

内蒙古自然科学基金重点项目(20080404Zd10)

详细信息
    作者简介:

    刘怀鹏,博士生。主要研究方向:3S技术应用与资源监测评价。Email:1476829808@qq.com 地址:010019内蒙古自治区呼和浩特市新建东街275号内蒙古农业大学林学院。

    通讯作者:

    安慧君,教授,博士生导师。主要研究方向:3S技术应用与资源监测评价。Email:dean6928@sohu.com 地址:同上。

Tree species classification using WorldView-2 images based on recursive texture feature elimination

  • 摘要: 利用遥感影像识别树种是一个尚未解决的科学难题,传统方法在高分辨率影像树种分类中存在着诸多不适宜问题。本文通过提取WorldView-2影像的纹理特征构造高维数据,利用递归特征消除降低数据维数,逐步解除最大似然分类的休斯现象,并将有代表性的纹理特征集合与光谱特征结合,对树种进行分类。结果显示:在递归消除8个纹理特征后,最大似然的休斯现象达到了很好的规避;在结合光谱特征后,分类的总体精度达到了86.39%,Kappa系数达到了0.8410,比基于光谱特征的总体精度和Kappa系数高12.32%和0.1436。研究表明,在高维数据中通过递归特征消除规避最大似然分类的休斯现象,充分结合影像纹理与光谱信息对树种分类可以取得更为理想的结果。
  • [1] ZHANG L. Study on the hyperspectral remote sensed image classify based on PCA and SVM[J]. Optical Technique, 2008, 34(Suppl.):184-187.
    [2] MCPHERSON E G, NOWAK D J, ROWNTREE R A. Chicago's urban forest ecosystem: results of the Chicago Urban Forest Climate Project[M].Radnor, PA: Department of Agriculture, Forest Service, Northeastern Forest Experiment Station,1994.
    [3] GOUGEON F A, LECKIE D G. The individual tree crown approach applied to Ikonos images of a coniferous plantation area [J]. Photogrammetric Engineering and Remote Sensing, 2006,72:1287-1297.
    [4] YUAN L H,FU L,YANG Y, et al. Analysis of texture feature extracted by gray level co-occurrence matrix [J]. Journal of Computer Applications, 2009, 29(4): 1018-1021.
    [5] HEUMANN B W. An object-based classification of mangroves using a hybrid decision tree-support vector machine approach[J]. Remote Sensing, 2011, 3(11): 2440-2460.
    [6] LUO J C, WANG Q M, MA J H, et al. The EM-based maximum likelihood classifier for remotely sensed data[J]. Acta Geodaetica et Cartographica Sinica, 2002,31(3):234-239.
    [7] ZHANG H K, HUANG B, YU L. Kernel function in SVM-RFE based hyperspectral data band selection[J]. Remote Sensing Technology and Application, 2013,28(5):747-752,17.
    [8] IMMITZER M,ATZBERGER C,KOUKL T. Tree species classification with random forest using very high spatial resolution 8-Band WorldView-2 satellite data[J]. Remote Sensing, 2012,4:2661-2693.
    [9] IMMITZER M, ATZBERGER C, KOUKL T. Suitability of WorldView-2 data for tree species classification with special emphasis on the four new spectral bands[J]. Photogrammetrie, Fernerkundung, Geoinformation, 2012, 5:573-588.
    [10] PU R, LANDRY S.A comparative analysis of high spatial resolution IKONOS and WorldView-2 imagery for mapping urban tree species[J]. Remote Sensing of Environment, 2012, 124:516-533.
    [11] CHO M A, MATHIEU R, ASNER G P, et al. Mapping tree species composition in South African savannas using an integrated airborne spectral and LiDAR system[J]. Remote Sensing of Environment, 2012,125:214-226.
    [12] PEERBHAY K Y, MUTANGA O, ISMAIL R. Investigating the capability of few strategically placed WorldView-2 multispectral bands to discriminate forest species in KwaZulu-Natal, South Africa[J]. IEEE Geoscience & Remote Sensing Society, 2013, 7(1): 307-316.
    [13] DENG S Q, KATOH M,GUAN QW, et al. Interpretation of forest resources at the individual tree level at Purple Mountain, Nanjing City, China, using WorldView-2 imagery by combining GPS, RS and GIS technologies[J]. Remote Sensing, 2014, 6(1):87-110.
    [14] GHOSH A, JOSHI P K. A comparison of selected classification algorithms for mapping bamboo patches in lower Gangetic plains using very high resolution WorldView-2 imagery[J]. International Journal of Applied Earth Observation and Geoinformation, 2014, 26:298-311.
    [15] CLARK M L, ROBERTS D A, CLARK D B. Hyperspectral discrimination of tropicalrain forest tree species at leaf to crown scales[J]. Remote Sensing of Environment, 2005, 96(3-4):375-398.
    [16] 张亮.基于PCA和SVM的高光谱遥感图像分类研究[J].光学技术,2008,34(增刊):184-187.
    [17] 苑丽红,付丽,杨勇,等.灰度共生矩阵提取纹理特征的实验结果分析[J].计算机应用,2009,29(4):1018-1021.
    [18] RYHERD S, WOODCOCK C E. Combining spectral and texture data in the segmentation of remotely sensed image[J]. Pohtorgammetric Engineering and Remote Sensing, 1997, 62:181-194.
    [19] 骆剑承,王钦敏,马江洪,等.遥感图像最大似然分类方法的EM改进算法[J].测绘学报,2002,31(3):234-239.
    [20] GYSELS E, RENEVEY P, CELKA P. SVM-based recursive feature elimination to compare phase synchronization computed from broadband and narrowband EEG signals in brain-computer interfaces[J]. Signal Processing, 2005, 85(11):2178-2189.
    [21] 张汉奎,黄波,俞乐.SVM-REF高光谱数据波段选择中核函数的研究[J].遥感技术与应用,2013,28(5):747-752,17.
    [22] SIMARD M,DE GRANDI G,SAATCHI S, et al. Mapping tropical coastal vegetation using JERS-1 and ERS-l radar data with a decision tree classifier[J]. International Journal of Remote Sensing, 2002,23(7):1461-1474.
    [23] PAL M, MATHER P M. Support vector machines for classification in remote sensing[J]. International Journal of Remote Sensing, 2005,26(5):1007-1011.
  • [1] 吴艳双, 张晓丽.  结合多尺度纹理特征的高光谱影像面向对象树种分类 . 北京林业大学学报, 2020, 42(6): 91-101. doi: 10.12171/j.1000-1522.20190155
    [2] 汪献义, 邢艳秋, 尤号田, 邢涛, 舒苏.  基于近邻几何特征的TLS林分点云分类研究 . 北京林业大学学报, 2019, 41(6): 138-146. doi: 10.13332/j.1000-1522.20180308
    [3] 任悦, 高广磊, 丁国栋, 张英, 朴起亨, 郭米山, 曹红雨.  沙地樟子松人工林叶片—枯落物—土壤有机碳含量特征 . 北京林业大学学报, 2018, 40(7): 36-44. doi: 10.13332/j.1000-1522.20180138
    [4] 张莹, 张晓丽, 李宏志, 刘会玲.  基于频谱和光谱特征的高光谱地物分类比较 . 北京林业大学学报, 2018, 40(7): 1-8. doi: 10.13332/j.1000-1522.20170342
    [5] 陈冀岱, 牛树奎.  多时相高分辨率遥感影像的森林可燃物分类和变化分析 . 北京林业大学学报, 2018, 40(12): 38-48. doi: 10.13332/j.1000-1522.20180269
    [6] 吴笑鑫, 高良, 闫民, 赵方.  基于多特征融合的花卉种类识别研究 . 北京林业大学学报, 2017, 39(4): 86-93. doi: 10.13332/j.1000-1522.20160367
    [7] 黎宏祥, 王彬, 王玉杰, 王云琦.  不同林分类型对土壤团聚体稳定性及有机碳特征的影响 . 北京林业大学学报, 2016, 38(5): 84-91. doi: 10.13332/j.1000-1522.20150427
    [8] 张帅, 淮永建.  基于分层卷积深度学习系统的植物叶片识别研究 . 北京林业大学学报, 2016, 38(9): 108-115. doi: 10.13332/j.1000-1522.20160035
    [9] 宋金凤, 刘星平, 孙金兵, 黄文斌, 马瑞, 崔晓阳.  有机酸对暗棕壤磷的持续释放效应及其动力学特征 . 北京林业大学学报, 2015, 37(10): 1-8. doi: 10.13332/j.1000-1522.20140008
    [10] 陈玲, 郝文乾, 高德亮.  光学影像纹理信息在林业领域的最新应用进展 . 北京林业大学学报, 2015, 37(3): 1-12. doi: 10.13332/j.1000-1522.20140304
    [11] 林卓, 吴承祯, 洪伟, 洪滔.  基于BP神经网络和支持向量机的杉木人工林收获模型研究 . 北京林业大学学报, 2015, 37(1): 42-54. doi: 10.13332/j.cnki.jbfu.2015.01.008
    [12] 乔睿, 唐, 娉, 石进, 蒋丽雅, 李爽.  WorldView-2影像的红叶松树识别研究 . 北京林业大学学报, 2015, 37(11): 33-40. doi: 10.13332/j.1000-1522.20150112
    [13] 王丽君, 淮永建, 彭月橙.  基于叶片图像多特征融合的观叶植物种类识别 . 北京林业大学学报, 2015, 37(1): 55-69. doi: 10.13332/j.cnki.jbfu.2015.01.006
    [14] 张凝, 冯跃文, 张晓丽, 樊江川.  结合航空影像纹理和光谱特征的单木冠幅提取 . 北京林业大学学报, 2015, 37(3): 13-19. doi: 10.13332/j.1000-1522.20140309
    [15] 张怡卓, 马琳, 许雷, 于慧伶.  基于小波与曲波遗传融合的木材纹理分类 . 北京林业大学学报, 2014, 36(2): 119-124.
    [16] 张娟, 黄心渊.  基于图像分析的梅花品种识别研究 . 北京林业大学学报, 2012, 34(1): 96-104.
    [17] 黄儒乐, 吴江, 韩宁.  林火烟雾图像自动识别中的模式分类器选择 . 北京林业大学学报, 2012, 34(1): 92-95.
    [18] 罗凯, 罗旭, 冯仲科, 李静锐, 吴露露, .  自组织特征映射网络在遥感影像分类中的应用 . 北京林业大学学报, 2008, 30(增刊1): 73-77.
    [19] 张洪江, 秦爱光, 王费新, 胡胜华, 吴彩燕, 袁怀文, 张璧光, 周永学, 白岗栓, 魏潇潇, 邓小文, 何亚平, 殷亚方, 郑小贤, 高黎, 王芳, 张莉俊, 李瑞, 毛俊娟, 颜绍馗, 刘杏娥, 黄荣凤, 杨平, 胡万良, 王小青, NagaoHirofumi, 杜社妮, 常旭, 张岩, 汪思龙, 王胜华, 王正, 张克斌, 刘燕, 乔建平, 谭学仁, 罗晓芳, 孙向阳, 王晓欢, 费世民, 赵天忠, 樊军锋, 戴思兰, 王兆印, 李猛, 崔赛华, 孔祥文, 江泽慧, 范冰, 徐嘉, 李昀, 江玉林, KatoHideo, 王海燕, 龚月桦, , 高荣孚, 张双保, 张占雄, 张旭, 韩士杰, 李华, 陈放, 刘云芳, 郭树花, 杨培华, IdoHirofumi, 任海青, 丁磊, 常亮, 陈秀明, 侯喜录, , 李晓峰, 陈宗伟, 刘秀英, 李媛良, 高建社, 费本华, 张桂兰, 李考学, 张代贵, 徐庆祥, 蒋俊明, , 薛岩, 陈学平, , 续九如, 刘永红, , 涂代伦, 金鑫, 王晓东, 李雪峰, , , 张红丽, 丁国权, .  乌鲁木齐市城市绿地景观结构特征研究 . 北京林业大学学报, 2007, 29(6): 93-98.
    [20] 尹增芳, 李云开, 张玉兰, 梁善庆, 崔丽娟, 林勇明, 李昌晓, 李春义, 周繇, 刘杏娥, 任云卯, 王春梅, 闫德千, 张运春, 谭健晖, 张颖, 王蕾, 周海宾, 金莹杉, 林娅, 赵铁珍, 王戈, 张仁军, 张秀新, 孙阁, 吴淑芳, 王超, 陈圆, 邢韶华, 刘青林, 高岚, 黄华国, 杨培岭, 刘艳红, 刘国经, 张志强, 樊汝汶, 张明, 江泽慧, 张桥英, 江泽慧, 王以红, 翟明普, 洪滔, 马履一, 马钦彦, 王莲英, 钟章成, 温亚利, 张曼胤, 于俊林, 赵勃, 罗建举, 杨远芬, 徐秋芳, 余养伦, 吴普特, 周荣伍, 邵彬, 汪晓峰, 杨海军, 田英杰, 陈学政, 王玉涛, 吴承祯, 殷际松, 冯浩, 于文吉, 何春光, 张本刚, 王希群, 刘俊昌, 安玉涛, 崔国发, 费本华, 罗鹏, 张晓丽, 王小青, 周国模, 周国逸, 柯水发, 任树梅, 蔡玲, 马润国, 洪伟, 徐昕, 邬奇峰, 费本华, 何松云, 徐克学, 王九中, 康峰峰, 魏晓华, 李敏, 温亚利, 刘爱青, 高贤明, 赵景刚, 骆有庆, 胡喜生, 赵弟行, 任海青, 赵焕勋, 吴家森, 安树杰, 朱高浦, 郑万建, 田平, 吴宁, 林斌, 宋萍, 卢俊峰, 李永祥, 范海兰.  强烈侵蚀产沙区小流域土壤侵蚀强度的支持向量机预报模型研究 . 北京林业大学学报, 2007, 29(3): 93-98.
  • 加载中
计量
  • 文章访问数:  515
  • HTML全文浏览量:  56
  • PDF下载量:  13
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-09-15
  • 修回日期:  2014-09-15
  • 刊出日期:  2015-08-31

基于递归纹理特征消除的WorldView-2树种分类

doi: 10.13332/j.1000-1522.20140311
    基金项目:

    内蒙古自然科学基金重点项目(20080404Zd10)

    作者简介:

    刘怀鹏,博士生。主要研究方向:3S技术应用与资源监测评价。Email:1476829808@qq.com 地址:010019内蒙古自治区呼和浩特市新建东街275号内蒙古农业大学林学院。

    通讯作者: 安慧君,教授,博士生导师。主要研究方向:3S技术应用与资源监测评价。Email:dean6928@sohu.com 地址:同上。

摘要: 利用遥感影像识别树种是一个尚未解决的科学难题,传统方法在高分辨率影像树种分类中存在着诸多不适宜问题。本文通过提取WorldView-2影像的纹理特征构造高维数据,利用递归特征消除降低数据维数,逐步解除最大似然分类的休斯现象,并将有代表性的纹理特征集合与光谱特征结合,对树种进行分类。结果显示:在递归消除8个纹理特征后,最大似然的休斯现象达到了很好的规避;在结合光谱特征后,分类的总体精度达到了86.39%,Kappa系数达到了0.8410,比基于光谱特征的总体精度和Kappa系数高12.32%和0.1436。研究表明,在高维数据中通过递归特征消除规避最大似然分类的休斯现象,充分结合影像纹理与光谱信息对树种分类可以取得更为理想的结果。

English Abstract

刘怀鹏, 安慧君, 王冰, 张秋良. 基于递归纹理特征消除的WorldView-2树种分类[J]. 北京林业大学学报, 2015, 37(8): 53-59. doi: 10.13332/j.1000-1522.20140311
引用本文: 刘怀鹏, 安慧君, 王冰, 张秋良. 基于递归纹理特征消除的WorldView-2树种分类[J]. 北京林业大学学报, 2015, 37(8): 53-59. doi: 10.13332/j.1000-1522.20140311
LIU Huai-peng, AN Hui-jun, WANG Bing, ZHANG Qiu-liang. Tree species classification using WorldView-2 images based on recursive texture feature elimination[J]. Journal of Beijing Forestry University, 2015, 37(8): 53-59. doi: 10.13332/j.1000-1522.20140311
Citation: LIU Huai-peng, AN Hui-jun, WANG Bing, ZHANG Qiu-liang. Tree species classification using WorldView-2 images based on recursive texture feature elimination[J]. Journal of Beijing Forestry University, 2015, 37(8): 53-59. doi: 10.13332/j.1000-1522.20140311
参考文献 (23)

目录

    /

    返回文章
    返回