資源描述：
《基于面向?qū)ο蠛鸵?guī)則的遙感影像分類研究.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第31卷第4期武漢大學學報信息科學版Vol.31No.42006年4月GeomaticsandInformationScienceofWuhanUniversityApr.2006文章編號:16718860(2006)04031605文獻標志碼:A基于面向?qū)ο蠛鸵?guī)則的遙感影像分類研究1,2213陳云浩馮通史培軍王今飛(1北京師范大學資源學院,北京市新街口外大街19號,100875)(2香港中文大學地理與資源管理系,香港新界沙田)(3加拿大西安大略大學地理系,加拿大,N6A5C2)摘要:討論了面向?qū)ο蠛鸵?guī)則的光學遙感影像分類方法。首先利用多尺度分割形成影像對象
2、,建立對象的層次結(jié)構(gòu),計算對象的光譜特征、幾何特征、拓撲特征等,利用對象、特征形成分類規(guī)則,并通過不同對象層間信息的傳遞和合并實現(xiàn)對影像的分類。并以北京城市土地利用分類為例,對該方法進行了驗證。關(guān)鍵詞:面向?qū)ο?多尺度分割;規(guī)則;分類中圖法分類號:TP753;P237.4面向像元的分類方法實際上是以像元為基本單元,利用其光譜(顏色)信息進行信息的提取與1面向?qū)ο蠓诸愒須w并。雖然許多數(shù)學方法如各種神經(jīng)網(wǎng)絡(luò)方[1][2][3]法、模糊分類、改進的最大似然分類等的引所謂面向?qū)ο蠓椒?通過對影像的分割,使同入提高了分類的精度,然而從根本上講,基于像元質(zhì)像元組成大小不同的對象。正是由
3、于對象內(nèi)部的分類方法仍相當于圖像理解過程的第一層次,的光譜差異小,所以對任一對象可以忽略其紋理即僅利用基本像元的特征進行識別,對于色調(diào)空等空間信息,而從光譜和形狀兩方面刻畫。利用間分布等較為復雜的關(guān)系沒有考慮。自從IKO對象的空間特征和光譜特征進行分類,可以有效[10]NOS、Quickbrid等高空間分辨率影像出現(xiàn)以來,地克服基于像元層次分類的不足。面向?qū)ο髠鹘y(tǒng)的利用面向像元的影像分類技術(shù)就面臨著許的分類方法主要包括影像分割、對象層次結(jié)構(gòu)、分[4]多挑戰(zhàn)。針對上述情況,許多考慮地物空間特類規(guī)則和信息提取。征的遙感影像分類方法得以發(fā)展,如支持向量1.1影像分割[5][6][7]
4、機、上下文分類、紋理分類等。在分類過程多尺度影像分割從任一個像元開始,采用自中,考慮了地物的紋理、形狀、尺寸等空間特征,以下而上的區(qū)域合并方法形成對象。小的對象可以像元的空間特征輔助光譜信息,以提高分類精度。經(jīng)過若干步驟合并成大的對象,每一對象大小的顯然,此類方法應(yīng)屬于圖像理解的第二層次。雖調(diào)整都必須確保合并后對象的異質(zhì)性小于給定的然利用紋理等信息可以輔助分類,然而在很多情閾值。因此,多尺度影像分割可以理解為一個局況下,只有圖像被分割為同質(zhì)對象時,圖像分析的部優(yōu)化過程,而異質(zhì)性則是由對象的光譜(spec結(jié)果才有意義[8,9]。本文正是利用了面向?qū)ο蟮腫11]tral)和形狀(sh
5、ape)差異確定的,形狀的異質(zhì)[11]分類思想,在對遙感影像進行多尺度分割的基礎(chǔ)性則由其光滑度和緊湊度來衡量。顯然,設(shè)定上,探討面向?qū)ο蠓诸惒呗?、分類?guī)則的建立方了較大的分割尺度,則對應(yīng)著較多的像元被合并,法。因而產(chǎn)生較大面積的對象。收稿日期:20060115。項目來源:RGCGrant資助項目(CUHK.4251/03H);國家自然科學基金資助項目(40201036);測繪遙感信息工程國家重點實驗室開放研究基金資助項目(WKL(03)0102)。第31卷第4期陳云浩等:基于面向?qū)ο蠛鸵?guī)則的遙感影像分類研究3171.2對象的層次結(jié)構(gòu)以及多邊形的形狀信息、紋理信息、位置信息以
6、及分割遵守以下思想:像元層和整個影像視為多邊形間的拓撲關(guān)系信息等。具體的分類規(guī)則可兩個特殊的對象層,任何分割所形成的對象層則以充分利用對象所提供的各種信息進行組合,以介于其間。大尺度分割下所形成的對象是由小尺提取具體的地物。不同層次可以針對特定地物建[11]度分割所形成的對象組合產(chǎn)生的,以確保不同立各自規(guī)則,通過不同分類規(guī)則的層間傳遞,使得尺度下的對象可以構(gòu)成層次結(jié)構(gòu),從而有利于不分類規(guī)則的建立不僅可以利用本層對象信息,也同層次間信息的傳遞?？梢岳帽缺緦痈呋虻偷钠渌麑哟蔚膶ο笮畔?。1.3規(guī)則建立1.4信息提取多尺度分割后,影像的基本單元已不是單個面向?qū)ο蟮男畔⑻崛『头诸愡^程所
7、處理的不像元,而是由同質(zhì)像元組成的多邊形對象。面向再是單個像元,而是影像分割后所形成的對象。每一多邊形對象可計算出所包含像元的光譜信息面向?qū)ο蟮姆诸?信息提取過程如圖1所示。圖1面向?qū)ο笥跋穹诸惲鞒虉DFig.1FrameworkofObjectOrientedClassification2研究區(qū)及數(shù)據(jù)3遙感影像分類研究區(qū)主要包括北京城區(qū)的東城、西城、宣3.1分割參數(shù)選擇武、崇文,近郊區(qū)的石景山、海淀、朝陽、豐臺及遠分割參數(shù)的確定取決于遙感影像空間分辨率郊區(qū)的
