Выделение леса на космических снимках с помощью методов машинного обучения

Аннотация: При обработке космических снимков для выделения зон с растительностью широко используется NDVI-признак, который строится на основе спектральной информации от красного и инфракрасного каналов. Однако, NDVI не позволяет однозначно отделить лес от поля и для этого следует использовать информацию о текстуре: на областях леса присутствует много мелких теней. В работе используются простые статистические текстурные признаки. Вместо ручного подбора пороговых значений для классификации областей предложены методы машинного обучения: наивный байесовский классификатор, метод k ближайших соседей, метод опорных векторов. Приводятся результаты сравнительного анализа этих методов.

Ключевые слова: обработка космических снимков, текстурные признаки, классификация, машинное обучение

Библиография статьи: Михайлов Е. В. Выделение леса на космических снимках с помощью методов машинного обучения / Е. В. Михайлов, С. В. Сай // Доклады ТУСУР. – 2017. – Т. 20, № 1. – С. 89–92. DOI: 10.21293/1818-0442-2017-20-1-89-92