1种结合FCM聚类算法与粗糙集的林木提取方法

来源：江苏农业科学杂志2018年第第16期北京时间：

作者：刘祖瑾; 杨玲; 段琳琳; 龚娇娇; 乔贤贤

单位：河南大学环境与规划学院，河南开封 475004

摘要：结合地物的光谱特征和纹理特征，利用模糊C-均值(fuzzy C-mean，简称FCM)聚类算法与粗糙集理论对无人机遥感影像进行林木提取研究。首先，提取特征参数，将提取的不同地物的光谱特征和纹理特征及地物类别构成粗糙集的决策表，其光谱特征和纹理特征为条件属性集合，类别为决策属性集合。其次，利用FCM算法与粗糙集理论对决策表进行特征约简，并以支持向量机(support vector machine，简称SVM)分类评估器来测试特征约简的精度，实现规则分类提取时特征向量的优选，减少特征冗余。最后，基于优选的特征，完成林木规则分类。试验结果表明，与其他方法相比，结合FCM聚类算法与粗糙集的林木提取方法可以降低错分率，能够取得较好的林木分类效果和较准确完整的树冠，其分类总体精度为91.94%，Kappa系数为84.20%。

关键词：CM算法;粗糙集;无人机影像;规则分类;林木提取

基金资助：国家自然科学基金(编号：41101450)；河南大学优秀青年科研人才培育基金(编号：yqpy20140016)。