基于多特征的多时相影像组合分割优化方法

针对面向对象分类受限于单时相影像的问题,提出了一种基于多特征的多时相影像组合分割优化方法,并将其应用于农作物分类。以开封市通许县为研究区,从多时相遥感影像中挖掘特征波段,使用随机森林算法进行波段优选,在优选波段合成多特征影像基础上进行多尺度分割,以优化多时相影像组合分割效果。将面向对象与随机森林结合对多特征影像进行农作物分类以验证该方法的有效性,并将该方法与单时相影像、多时相影像组合分割模式下的面向对象分类结果进行对比。结果表明:(1)多时相影像组合分割优化策略能显著提升分类效果,分类总体精度为86.02%,Kappa系数为0.792,与单时相影像分类结果相比各提高了6.36%,8.37%;(2)在多时相影像中提取多特征的基础上面向对象分类,分类精度和分类效率均有所提高,并为今后遥感监管核查农作物种植结构提供了可靠方法和有利依据。