基于决策树的遥感图像分类综述

遥感技术作为一门新兴学科,其可便捷、精确地获取地球信息,从而在目前的生产生活中发挥着极其重要的作用。遥感图像分类是利用遥感技术分析、解决实际问题的关键之一。然而,遥感图像分类过程中涉及的数据量大、图像内容复杂、分类计算量大,人工分类的方法不仅效率低下、错误率高并且对从业人员的专业要求较高,不符合现实应用的需求。因此,利用计算机进行自动分类成为遥感图像分类的最主要手段。随着机器学习的快速发展,使得高效、精确地遥感图像分类成为可能。决策树算法作为机器学习的常用算法之一,其具有较好的灵活性和较强的鲁棒性,并且易于理解,分类过程也较为简洁,因此被广泛应用于遥感影像分类、医学、金融学、天文学、化学等领域。本文通过研究决策树在遥感图像分类中的应用,并且结合当今国内在该领域的前沿研究现状,分析决策树算法在遥感图像分类领域的优势和不足,为今后在此领域的研究工作提供思路和参考。