基于决策树算法的遥感影像面向对象分类软件
决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法,它通过决策学习过程得到分类规则并对遥感影像进行分类,突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感先验知识的确定。我们以AdaBoost和C4.5算法为基础,通过算法改进,创建了适用于遥感影像分类的决策树算法GLC树,并依托C#+ArcEngine平台设计实现了GLC_Infov1.1。该软件以GLC分类器为核心,不仅提供了基于像元的遥感影像分类功能,而且可以在ENVI或者eCognition分割结果的基础上实现遥感影像面向对象自动分类。和以往分类中手动建立规则集相比,该软件通过决策树学习的方式建立规则集,不仅提高了效率,而且大大降低了对操作员的要求。另外该软件还提供了一些辅助分类以及统