基于多特征对象的高分辨率遥感影像分类方法和其应用.pdfVIP

第 1期 ,总第 71期 国　土 　资 　源 　遥 　感 No. 1, 2007　 2007年 3月 15 日 R EM O TE SEN S IN G FO R LAN D R ESOU RC ES M ar. , 2007　 基于多特征对象的高分辨率遥感影像 分类方法及其应用 蔡银桥 , 毛政元 ( ) 福州大学空间数据挖掘与信息共享教育部重点实验室 ,福建省空间信息工程研究中心 , 福州　350002 摘要 : 提出了基于多特征对象的高分辨率遥感影像分类方法 ,分析了该方法相对于基于像元的和单纯依靠光谱特 征的传统处理方式所具有的优势 ,总结了该方法的特点 ,并给出了相关实验结果 。实验表明 ,对于高分辨率遥感影 像 ,基于多特征对象的分类技术能产生较好的结果 。 关键词 : 遥感影像 ; 影像分割 ; 多特征 ; 对象 ; eCogn ition 中图分类号 : TP 751. 1; TP 79　文献标识码 : A 　　　文章编号 : 1001 - 070X (2007) 01 - 0077 - 05 如果边界不容易获取或需要更新 ,则需要进行影像 0　引言 分割 。在许多情况下 ,只有影像被分割成同质区域 , 影像分析才能产生有意义的结果 [ 7 ] 。 随着航空航天和传感器技术的不断进步 ,遥感 M au ro采用 Per - field方法集成高分辨率遥感影 影像的空间分辨率不断提高 。目前广泛应用的高分 像和地形数据进行分类 ; H ellw ich 等采用该方法提 辨率影像 的空 间分辨率在 10 m 以内, Ikono s 和 取高分辨率遥感影像的对象 ,都取得了令人满意的 Qu ickb ird影像已经达到甚至突破米级 ,影像上地物 结果 [ 8, 9 ] 。国内倪玲研究了采用面向对象的方法表 的大小 、形状及纹理等特征都非常明显 。随着科学 达遥感影像处理的知识问题 ,认为利用对象进行基 水平的进一步发展 ,遥感影像的空间分辨率将会越 于规则的推理 ,能提高遥感影像分类精度 [ 10 ] 。 来越高 。这种提高一方面使得遥感影像提供的空间 基于多特征对象的分类方法首先将遥感对象在 信息越来越丰富 ,扩大了遥感的应用领域 ; 另一方 不同层次上分割成一个个相互联系的对象 ,这些对 面 ,对传统的遥感影像处理方法也提出了挑战 ,要求 象有各自的光谱 、纹理和形状等特征 ; 再在这些对 人们在影像处理过程中融合更多的知识 。 象上进行后续处理 。与传统的称为面向像元的分类 基于像元的遥感影像分类主要借助统计识别理 方法相对应 ,该方法也可称为面向对象的分类方法 。 论和方法 ,在技术和应用上已经很成熟 。可单纯依 第一个面向对象的遥感影像处理软件 eCogn ition 已 靠像元光谱统计信息对遥感影像进行分类有很大的 经在商业上成功应用 [ 11 ] 。 局限性 ,精度低 ,而且会产生大量的数据冗余 [ 1 ] 。近 年来 ,人们在此基础上又研究出新的分类算法 ,如模 1　分类方法 糊分类 [ 2 ] 、人工神经网络 [ 3 ]及小波分析 [ 4 ] 等 ,这些 方法在处理具有复杂空间特征结构的多源 、多波段