基于面向对象的珲春地区高分辨率遥感影像分类研究.pdf

基于面向对象的珲春地区高分辨率遥感影像分类研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于面向对象的珲春地区高分辨率遥感影像分类研究.pdf

第40卷 第2期 测绘与空间地理信息 Vo1.40,No.2 2017年 2月 GEoMATlCS& SPATIALlNFORMATION TECHNOLoGy Feb.,2017 基于面 向对象的珲春地 区高分辨率 遥感影像分类研究 张忠斌 (吉林省地矿测绘院,吉林 长春 130062) 摘 要:以吉林省珲春市春化镇为研究区,以Pleiades、高分一号、资源三号影像为实验数据,利用面向对象信息提 取方法实现了对 3种遥感影像进行信息提取。利用 3DFilter边缘检测算子对多尺度分割进行优化 ,通过对影像 进行多次实验得出地物要素的最优分割参数,并且建立不同地物要素的分割层级。分析实验数据的特点构建 了 合理的分类层级,选取能区分各个地物要素的特征进行组合,利用阈值分类和模糊分类实现地物要素的信息提 取。利用混淆矩阵对数据进行客观分析,得到3种影像的总体分类精度和 kappa系数。分析结果表明:Pleiades 影像分类精度较高,更适合本实验区的遥感影像信息提取。 关键词:高分辨率遥感影像;面向对象;分类 中图分类号:P237 文献标识码 :A 文章编号:1672—5867(2017)02—0132—04 HighResolutionRemoteSensingImageClassification in HunchunAreaBasedonObjectOriented ZHANG Zhong—bin (JilinProvinceGeologicalSurveyingandMappingInstitute,Changchun130062,China) Abstract:Inthispaper,ChunhuaTown,HunchunCity,JilinProvince,asthestudyarea,withGF一1andZY一3andPleiadessat— elliteimageoftheexperimentaldata.Completedusingobject—orientedmethodforhigh—resolutionremotesensingimagestoextract information.UsingFilter3Dedgedetectionoperatortooptimizethemulti— scalesegmentation,andgettheoptimal segmentationpa— rametersofthegroundobject,andestablishthedifferentelementsofthedivisionleve1.Characteristicsofexperimentaldatatobuild theirclassificationhierrachy,selectthecharacteristicsofeachfeatureelementsoffeaturecombinations,usingathresholdvalueclassi— ficationandfuzzyclassificationrealizefeatureextractionfeatureinformation.Theoverallclassificationaccuracyandkappacoefficient ofthethreeimagesraeobtainedbyusingtheconfusionmatrix.TheanalysisresultsshowthattheaccuracyofPleiadesimageclassifica— tionisthehighest,anditismoresuitableofrtheextractionofimageinfomr ationintheexperimentationarea. Keywords:high—resolutionremotesensingimage;object—oriented;classification

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档