基于无人机遥感影像的马角坝地物分类研究

Study on the Feature Classification of Majiaoba Based on UAV Remote Sensing Image

无人机可见光遥感具有操作简单、机动灵活、时效性强、高分辨率等优点。以四川省江油市马角坝镇部分区域的无人机遥感影像作为分类数据,选取随机森林(RF)、决策树(CART)和支持向量机(SVM)作为分类器,运用eCognition软件对所选研究区的地物进行面向对象分类,研究出最佳的地物分类方案。经多次实验结果表明:当分割尺度为30、形状指数为0.1及紧致度因子为0.5时,影像分割效果最好且选用随机森林分类效果也最佳。该方法总体分类精度达到了0.92,Kappa系数为0.88。实验结果表明,随机森林分类方法更适合于无人机遥感影像的地物分类。