面向?qū)ο蟮母叻直媛市l(wèi)星影像土地分類

《面向?qū)ο蟮母叻直媛市l(wèi)星影像土地分類》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、面向?qū)ο蟮母叻直媛市l(wèi)星影像土地分類摘要：本文采用曲向?qū)ο蟮姆椒▽?duì)高分辨率衛(wèi)星影像進(jìn)行土地分類信息提取。首先利用最近鄰分類法對(duì)多尺度分割后形成的影像對(duì)象塊粗分類。隨后根據(jù)各地類的影像特征構(gòu)建知識(shí)庫(kù)，優(yōu)化錯(cuò)分類的地類信息。試驗(yàn)表明，面向?qū)ο蟮母叻直媛视跋裢恋胤诸惸艹浞掷糜跋裥畔?，提高了信息提取的精度。Abstract：Thispaperproposesanobjected-orientedmethodtoextractland-usefromhigh-resolutionsatelliteimage?Firstly

2、,thenearestneighborclassificationmethodisusedtoobtainroughclassificationresuItthoughjudgmentofimageobjects.Theseimageobjectscomefrommultiresolutionsegmentationtorawimage?Then,theknowledgebaseisconstructedaccordingtotheimagefeaturesofdifferentclasses.Lastly,la

3、nd-useinformationisoptimizedusingknowledgebase.Theexperimentresultshowthatobject-orientedland-useinformationextractioncoulduseimageinformationcompletelyandobtainbettereffect?關(guān)鍵詞：土地分類；高分辨率衛(wèi)星影像；面向?qū)ο螅恢R(shí)庫(kù)Keywords:land-useinformation；highspatialresolutionsatellite

4、image；object-oriented；knowledgebase中圖分類號(hào)：S127文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006-4311(2017)24-0187-030引言土地分類是按照土地自然屬性進(jìn)行的土地類型劃分，分類后形成的土地類型是土地資源評(píng)價(jià)、土地利用規(guī)劃的基礎(chǔ)。傳統(tǒng)的分類方式以實(shí)地勘察為主，但這類方式速度慢、時(shí)效性低。隨著QuickBird>GeoEye>Wor1dview等高分辨率衛(wèi)星影像的出現(xiàn)，人們?cè)诶糜跋竦墓庾V信息的同時(shí)還可以利用影像中豐富的紋理和地物形狀、位置信息，這為土地類型快速、準(zhǔn)確地劃分

5、提供了條件。利用高分辨率遙感影像進(jìn)行信息提取時(shí)，如果采用傳統(tǒng)的面向像元方法會(huì)由于高分辨率影像信息的豐富性、細(xì)致性產(chǎn)生大范圍的“椒鹽現(xiàn)象”,造成分類精度的降低。面向?qū)ο蟮倪b感影像分類方法能利用影像中的光譜、紋理、空間信息進(jìn)行影像類別判定，從而能提高信息提取的精度。Hackelford和Davis通過(guò)對(duì)比面向?qū)ο蠓诸惙椒ㄅc面向像元分類方法，得出了面向?qū)ο蟮姆诸惙椒ǜm合于進(jìn)行城市或城郊分類信息提取的結(jié)論J］oHofmanne使用面向?qū)ο蟮姆诸惙椒ㄡ槍?duì)IKONOS影像較好的識(shí)別了非正式居民地［2］。余坤勇、許章華、劉健

6、等使用“基于片層-面向類”算法實(shí)現(xiàn)了南方山地丘陵區(qū)的竹林信息提?。?］。余曉敏、湛飛并采用了一種基于影像對(duì)象最優(yōu)化特征組合的方式對(duì)城市地表信息提?。?］。莫登奎等則基于模糊邏輯分類的面向?qū)ο蟮姆治龇椒ㄌ崛×酥曛奘谐青l(xiāng)結(jié)合部的土地覆蓋信息［5］。這些方法雖然取得了不少研究成果，但在提取的速度、自動(dòng)化程度上還與實(shí)際的運(yùn)用有一定的差距［6］。本文利用高分辨率衛(wèi)星影像自身的光譜、空間、紋理特征，對(duì)研究區(qū)進(jìn)行土地分類信息提取。1面向?qū)ο蟮耐恋仡愋吞崛》椒ㄇ驅(qū)ο蟮男畔⑻崛∈菍⒂跋穹指畛赏|(zhì)影像塊后模擬人類認(rèn)知事物的過(guò)程對(duì)分

7、割好的影像塊設(shè)定條件，將滿足條件的影像塊分配到合適的類別中去，最后得到與實(shí)際相符的分類圖［7］。本文采用的面向?qū)ο笸恋胤诸惲鞒倘鐖D1所示。1.1影像分割影像分割是血向?qū)ο筮b感信息提取的第一步，只有通過(guò)分割才能形成具有光譜、紋理、形狀、位置信息的影像對(duì)象塊。分割算法包括對(duì)比度分割、多閾值分割、光譜差異分割等，在?］有任何輔助數(shù)據(jù)的條件下將原始遙感影像數(shù)據(jù)進(jìn)行分割的常用算法是多尺度分割。多尺度分割是基于給定分辨率影像對(duì)象的最小影像異質(zhì)性的由下至上分割，而影像的異質(zhì)性由光譜、光滑度和緊湊度三個(gè)指標(biāo)決定，計(jì)算公式為sha

8、pe=l-color；shape=smoothness^compactness；smoothness二(1-3compactness)*shape。其+1shape為影像對(duì)象的形狀因子，color是光譜信息，smoothness是對(duì)象邊界的光滑度，compactness代表了對(duì)象的緊湊性。1.2面向?qū)ο笸恋胤诸愋畔⒌奶崛≡硗恋仡愋陀捎谑艿酵寥?、氣候、人類活?dòng)等多方面的影