[发明专利]一种遥感影像分类方法

摘要

本发明公开了一种遥感影像分类方法，属于遥感影像自动化分类领域，本发明将Bagging方法与AdaBoost进行了结合，用于提升影像的分类精度，Bagging‑AdaBoost基于M‑Bagging能够生成具有多样性的基分类器，从而集成得到具有较高精度的Bagging分类器的特点，通过AdaBoost迭代的方式，对M‑Bagging的分类性能做了进一步的提升，克服了传统Bagging和AdaBoost的缺点，集成了Bagging和AdaBoost的优势，得到比Bagging和AdaBoost更好的精度提升效果，从而达到了高效、高精度遥感影像分类目的。

主权项

1.一种遥感影像分类方法，其特征在于：包括如下步骤：步骤1：在基分类器层，通过传统分类算法得到基分类器h_l；步骤2：在M‑Bagging层，通过M‑Bagging方法，对步骤1中基分类器层的基分类器的分类结果进行集成，得到M‑Bagging分类器h；具体为：将抽样比例设置成一个10％至100％之间的随机数，从训练样本中使用随机抽样的方法获取训练样本，分别使用基分类器层中的基分类器对训练样本进行分类，将分类得到的结果通过多数投票的方法进行集成，得到M‑Bagging分类器h；步骤3：在AdaBoost层，通过使用AdaBoost方法，对步骤2中的M‑Bagging分类器进行精度提升，得到M‑Bagging‑AdaBoost集成分类器H；具体为：通过M‑Bagging分类器对整个训练样本进行分类，计算M‑Bagging分类器的误差，利用AdaBoost方法，生成多个M‑Bagging分类器，并集成它们的分类结果，得到M‑Bagging‑AdaBoost集成分类器H；步骤4：将待分类像元，输入到M‑Bagging‑AdaBoost集成分类器，通过M‑Bagging层和AdaBoost层后，得到遥感影像的最终分类结果。