一、背景

这一篇本身是和《基于双峰阈值分割的冰湖提取算法（python语言实现）》一起做的。而随机森林比阈值分割麻烦一点，就是需要先验知识作为训练数据。训练数据我也同时一并上传了，可以参见：随机森林冰湖提取的训练数据_随机森立水质提取python-电信文档类资源-CSDN下载

然后算法本身也不必多说，随机森林也是很成熟的算法了，原理什么的就不多说了。下面直接看代码。

二、代码

随机森林稍微复杂一点点，因为需要先验数据来训练模型。但是相对于阈值分割来说，它的优势在于不用做DN转TOA，无脑训练就可以了。

讯享网

def random_forest(img, train_img, train_mask, txt_path): # 参考https://zhuanlan.zhihu.com/p/ 首先对随机森林进行训练 """ 获取训练数据 """ file_write_obj = open(txt_path, 'w') # 获取水体样本 count = 0 for i in range(train_img.shape[0]): for j in range(train_img.shape[1]): # 水体类别在标签图中像元值为1 if (train_mask[i][j] == 255): var = "" for k in range(train_img.shape[-1]): var = var + str(train_img[i, j, k]) + "," var = var + "water" file_write_obj.writelines(var) file_write_obj.write('\n') count = count + 1 # 获取背景样本 Threshold = count count = 0 for i in range(60000): X_random = random.randint(0, train_img.shape[0] - 1) Y_random = random.randint(0, train_img.shape[1] - 1) # 非水体类别在标签图中像元值为0 if (train_mask[X_random, Y_random] == 0): var = "" for k in range(train_img.shape[-1]): var = var + str(train_img[X_random, Y_random, k]) + "," var = var + "non-water" file_write_obj.writelines(var) file_write_obj.write('\n') count = count + 1 if (count == Threshold): break file_write_obj.close() """ 训练随机森林 """ # 读取相应的txt from sklearn.ensemble import RandomForestClassifier from sklearn import model_selection # 定义字典，便于来解析样本数据集txt def Iris_label(s): it = {b'water': 1, b'non-water': 0} return it[s] path = r"data.txt" SavePath = r"model.pickle" # 1.读取数据集 data = np.loadtxt(path, dtype=float, delimiter=',', converters={7: Iris_label}) # 2.划分数据与标签 x, y = np.split(data, indices_or_sections=(7,), axis=1) # x为数据，y为标签 x = x[:, 0:7] # 选取前7个波段作为特征 train_data, test_data, train_label, test_label = model_selection.train_test_split(x, y, random_state=1, train_size=0.9, test_size=0.1) # 3.用100个树来创建随机森林模型，训练随机森林 classifier = RandomForestClassifier(n_estimators=100, bootstrap=True, max_features='sqrt') classifier.fit(train_data, train_label.ravel()) # ravel函数拉伸到一维 # 4.计算随机森林的准确率 print("训练集：", classifier.score(train_data, train_label)) print("测试集：", classifier.score(test_data, test_label)) # 5.保存模型 # 以二进制的方式打开文件： file = open(SavePath, "wb") # 将模型写入文件： pickle.dump(classifier, file) # 最后关闭文件： file.close() """ 模型预测 """ RFpath = r"model.pickle" SavePath = r"save.png" 调用保存好的模型 # 以读二进制的方式打开文件 file = open(RFpath, "rb") # 把模型从文件中读取出来 rf_model = pickle.load(file) # 关闭文件 file.close() 用读入的模型进行预测 # 在与测试前要调整一下数据的格式 data = np.zeros((img.shape[2], img.shape[0] * img.shape[1])) # print(data[0].shape, img[:, :, 0].flatten().shape) for i in range(img.shape[2]): data[i] = img[:, :, i].flatten() data = data.swapaxes(0, 1) # 对调整好格式的数据进行预测 pred = rf_model.predict(data) # 同样地，我们对预测好的数据调整为我们图像的格式 pred = pred.reshape(img.shape[0], img.shape[1]) * 255 pred = pred.astype(np.uint8) # 保存到tif gdal_array.SaveArray(pred, SavePath)

三、实验结果

这里给出一个实验结果：

这个算法本来是和双峰阈值分割算法一起做比较的，（在不适用任何辅助数据，比如DEM），可以看到，名下你的随机森林要比双峰阈值分割效果好很多，起码可以将大部分冰川过滤掉。而双峰阈值分割则受限于阈值的选择，如果阈值选的不好，那冰川就会被提取出来。做大范围的冰湖提取时，难以做到用一个统一的阈值来提取冰湖，这时候双峰阈值分割算法 的劣势就会被放大。而随机森林则相对能好一些，可避免冰川的影响，但是也有一点点小问题，就是一些融水，河流也会被提取出来。