无人机影像湿地典型要素分类方法对比研究

针对厘米级的无人机影像，选取无锡某湿地公园作为研究对象，首先对湿地影像进行多尺度分割并利用ESP工具获取最佳分割参数，再进行特征选择，选取决策树(DT)、贝叶斯(Bayes)、随机森林(RF)等3种分类方法对湿地典型要素进行分类，并对比分析不同方法的分类结果及精度。对比结果表明，随机森林算法在湿地典型要素分类中精度最高，决策树和贝叶斯分类算法精度逊色于随机森林。从分类效率来看，随机森林算法耗时最长且涉及参数设置调整，而贝叶斯算法效率大幅领先决策树和随机森林，且该算法操作简单、无参数设置，易于在生产中应用。