資源描述：
《基于面向對象的高分影像分類研究》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、第卷第期遙感技術與應用Vol.No.2013年月REMETESENSINGTECHNOLOGYANDAPPLICATION2013基于面向對象的高分影像分類研究112233宋曉陽姜小三江東黃耀歡萬華偉王昌佐（1.南京農業(yè)大學資源與環(huán)境科學學院，江蘇省南京210095；2.中國科學院地理科學與資源研究所資源與環(huán)境信息系統(tǒng)國家重點實驗室100101;3環(huán)境保護部衛(wèi)星環(huán)境應用中心，北京100029）摘要：遙感技術已經成為實現(xiàn)地表信息提取的主要手段。以高分辨率影像為主要數(shù)據源，采用面向對象的多尺度分割算法，根據對象的光譜
2、、形狀等特征，實現(xiàn)了面向高分遙感數(shù)據的土地利用分類算法。該算法結合了面向地物對象和綜合對象特征的分類方法，充分發(fā)揮了高分辨率影像的進行精細地物分類的優(yōu)勢，得到了高精度的分類結果。通過西雙版納納板河流域國家級自然保護區(qū)實例驗證表明，該算法總體精度達到88.58%，kappa系數(shù)達到0.77，精度符合應用要求，能夠實現(xiàn)土地利用高精度、快速的分類。關鍵詞：面向對象；多尺度分割；土地利用分類，高分辨影像中圖分類號：文獻標識碼：A光譜、形狀、紋理等特征，進行分類和地物目1引言[6][7]標的提取。Hofmann使用面向對象
3、的分類方隨著衛(wèi)星遙感技術的不斷發(fā)展，多種時、法識別IKONOS影像中的非正式居民地,得到[8]空、光譜分辨率的遙感數(shù)據已經成為地表覆被較好的效果并具有較高的精度，黃慧萍等利信息快速監(jiān)測及提取的主要數(shù)據源。相對于用面向對象分類方法實現(xiàn)了更加精準的提取了TM、MODIS等中低分辨率影像，高空間分辨大慶市城市綠地覆蓋信息。近年來，越來越來率衛(wèi)星具有精度高、信息量大、客觀性、時效多的人致力于多尺度分割及分類的研究，面向性及多時相性的優(yōu)點，能夠實現(xiàn)地表信息的更對象分類不是基于單個的像素,而是影像分割精確提取。然而如何充分利
4、用高分影像豐富的后提取的影像對象，因此圖像分割是面向對象[9]形狀和紋理信息是實現(xiàn)高精度、高效率地表信分類的基礎。郭健聰?shù)冉Y合了擴展的數(shù)學形息自動提取的主要難點。針對高分影像的特態(tài)學梯度和基于動態(tài)范圍的灰度圖像層次分割[1]點，Baatz和Schape等提出了面向對象分類兩種方法,提出適用于多光譜圖像的層次分割[10]方法,該方法是通過利用對象的空間及光譜特方法。蔡華杰和田金文利用AMS算法對遙感征對影像分割，使得同質像元組成大小不同的影像進行自動聚類，再基于光譜和形狀異質性對象，分割對象內部的一致性及分割對象與
5、相進行合并得到了較好的分割結果。而對于影像鄰分割斑塊對象的異質性均達到最大，以克服分割后的信息提取多采用人工建立類層次結[2,[11]傳統(tǒng)基于單個象元純光譜分割方法的不足構、特征提取進行分類，如黃瑾在四川省松3]。潘縣土地利用信息的提取中在3個類層次結構眾多實際應用表明面向對象分類方法能夠上選取NDVI、均值等特征，取得了較好的結[4,5]充分發(fā)揮高分影像的優(yōu)勢，提高分類精度果，并且與傳統(tǒng)的分類方法進行了比較，證明[12]面向對象分類方法是通過對影像進行分割，得了該方法分類效率更高。孫曉霞利用長寬比到同質對象，再
6、根據分類目標綜合分析對象的作為特征函數(shù)進行模糊邏輯分類準確的從收稿日期：2002-11-27基金項目：國家自然科學青年基金項目（51309210）；高分重大科技專項“環(huán)境保護遙感動態(tài)監(jiān)測信息服務系統(tǒng)”“高分生態(tài)環(huán)境遙感監(jiān)測關鍵技術研究、系統(tǒng)開發(fā)與應用示范”（05-Y30B02-9001-13/15-10）作者簡介：宋曉陽（1988-），女，河北邢臺，碩士研究生。主要從事資源環(huán)境信息系統(tǒng)方面的研究。E-mail:2011103097@njau.edu.cn通訊作者：姜小三（1967-），男，江蘇泰州，副教授。主要從
7、事資源環(huán)境信息系統(tǒng)方面的研究。E-mail:gis@njau.edu.cn遙感技術與應用IKONOS全色影像中提取了河流和道路。多尺2研究數(shù)據度分割算法的分割方法和基于規(guī)則的分類方法本文采用的數(shù)據包括IKONOS高空間分辨很大程度提高了分類結果的精度。上述研究主率遙感數(shù)據和土地利用數(shù)據。其中IKONOS高要采用國外已有軟件（如eCognition等）來實空間分辨率影像為2011年10月26號獲取的空間現(xiàn)影像的分類，且多以形狀特征明顯的地物分辨率為1m的全色影像和4m的多光譜影（如道路、河流、居民地等）為研究對象。
8、然像，多光譜影像包含3個可見光波段和1個紅而實際應用中，需要對地表全要素地物進行分外波段。影像的預處理包括輻射糾正、幾何糾類提取。針對現(xiàn)階段國產遙感高分衛(wèi)星（如正和影像融合。土地利用數(shù)據為中國科學院資GF-1、資源三號衛(wèi)星等）在生態(tài)環(huán)境應用的源環(huán)境科學數(shù)據中心提供2010年1:10萬土地利迫切需求，本文在實現(xiàn)了多尺度分割算法的自用數(shù)據,研究區(qū)中的土地利用類型包括耕地、主研
