基于面向对象的高分遥感影像的冬小麦提取.pdf

第 27卷第 1期 北华航天工业学院学报 V01．27N0．1 2017年 2月 JournalofNorthChinaInstituteofAerosDaceE Feb．2017 基于面向对象的高分遥感影像的冬小麦提取 胡湛晗 任旭红 杨秀峰 王晓宁 (1．北华航天S-业学院计算机与遥感信息技术学院，河北 廊坊 065000；2．北华航天工业学院 图书馆，河北 廊坊065000) 摘 要 ：本文应用高分一号卫星数据 ，基于eCognition软件平台，采用面向对象方法对廊坊市广阳区2013年 11月 高分一号影像进行冬小麦信息提取。应用多尺度分割算法通过多次试验确定最优的尺度分割参数 ，结合影像地物 光谱等特征 ，采用模糊逻辑分类算法，最终实现冬小麦信息高效提取。 关键词 ：冬小麦，面向对象 ，模糊分类 中图分类号 ：P23 文献标识码：A 文章编号：1673—7938(2017)01—0012—04 0 引 言 首先应该保证能生成高度同质性 (或异质性最小) 我国是农业大国，人 口众多，粮食需求量大，因 的影像对象，以适于最佳分离和表示地物信息。影像 此决定了农业是国民经济的重要基础。冬小麦是世 的异质性 厂可以有公式 (1)得到： 界主要粮食作物之一，所以对冬小麦的有效提取意 f=Wf0r+(1一z)咖 (1) 义重大。 目前，高分辨率卫星遥感影像探测技术广 其中 十W =1， 取值为0—1。 泛应用在农业领域，对于提高冬小麦等农作物的分 是光谱信息因子， 。是形状信息因子，光 h 是 类精度有很好的效果。本文将采用面向对象的方法 光谱异质性因子， 是形状异质性因子。 对冬小麦进行分类提取 。 在多尺度影响分割中，分割参数的设置是至关 1 面向对象的信息提取技术 重要的。面向对象的多尺度分割参数包含波段权 在面向对象的分类方法中，其针对的是对象不 重、分割尺度、均值因子。其中，分割尺度对分割结 是传统意义上的像素，而是充分利用了对象信息 果影响最大。 (色调、形状、纹理、层次)、类间信息 ]。 1．2 影像分类 面向对象信息提取技术具有两个独立模块 ； 影像对象分类是利用模糊数学理论的一种典型 多尺度影像分割和影像对象分类。 的软分类方法。常用的分类方法为最邻近分类法和 1．1 多尺度分割原理 模糊逻辑分类法。 多尺度分割是一种压缩高分辨率生成影像对象 1．2．1 最邻近分类 的过程，在影像信息损失最小的前提下，以任意尺度 最邻近分类法的原理是以分割后的影像为基 将影像分割成具有异质性最小同质性最大的多边形 础，为各个地物类别进行空间定义，实验者依据经验 对象，不同的影像信息都存在一个最恰当的分割尺