基于高分一号的面向对象影像信息提取.pdf

第 39卷 第 1期 华北理工大学学报 (自然科学版) Vo1．39 No．1 2017年 01月 Journa1。fNorthChinaUniversity。fScienceandTechnol。gY(NaturalScienceEditi。n) Jan． 2017 文章编号 ：2095—2716(2017)01—0006—06 基于高分一号的面向对象影像信息提取 于辉 ，陈晓停 ，汪金花 (华北理工大学 矿业工程学 院，河北 唐山 063009) 关键词：高分一号；面向对象；特征提取 ；多尺度分割 摘 要 ：近年来，随着高分一号卫星发射，高分辨率遥感影像得到广泛应用，面向对象的影像信 息提取技术得到了迅速发展。在讨论面向对象信息提取 的关键技术 “多尺度分割技术”后 ，运 用基于规则的方法来提取地物信息，探 索基于规则分类方法的规则创建方法，最后根据混淆矩 阵验证 实验结果的精度 。 中图分类号 ：P237 文献标识码：A 近年来 ，随着我国高分一号卫星的升空，高分辨率遥感影像得到普及和发展 ，高分辨率遥感影像的空间、 光谱、纹理和细节等信息非常突出。高分影像符合当代遥感学科的发展趋势，为各个行业的发展带来 了新的 机遇。为了更好地利用高分影像更加精细化地提取地物信息，面向对象特征提取方法应运而生，它所处理的 最小单元是经过多尺度分割后形成的目标对象。面向对象的遥感信息提取方法综合考虑光谱统计特征、形 状 、纹理等一系列因素 ，能够得到较高精度 的提取结果。 1面 向对象原理 面向对象的分类过程由以下几个步骤组成 ：影像分割 、对象层次结构 、分类规则和信息提取。关键性技 术主要有 2个 ，即多尺度分割和规则生成。多尺度分割是面向对象信息提取的基础和关键 ，是一种既能 自动 生成遥感影像的影像对象，又能将这些影像对象按等级结构联接起来 的一门技术。规则生成原理与决策树 分类的原理十分相似 ，它是一种非常典型的图像分类理论 ，首先对数据进行初步处理，利用归纳算法生成可 读的规则和决策树 ，然后对新数据进行分析和判断，根据各个对象之间的内在联系以及外部特征，各结构层 次问不断加入各类地物相关特征来进一步完善分类条件 ，用以提高分类的精度。 1．1 多尺度分割 ENVI下多尺度分割采用一种基于边界的分割算法 ，将光谱特征相近的像元合并并且计算 出均值 ，予以 填充在该尺度下内部特征信息类似的各个分割对象 ，对象是面向对象基于规则分类进行图像处理的基本单 元，每一个分割后的对象具有丰富的光谱、纹理、空间等信息。对 图像尺度分割后运用模糊数学理论思维能 够分别获得相应对象的特征信息，利用这种方式在特定空间中进行对象识别 ，比像元更容易进行信息提取。 这种分割算法只有一个分割尺度 (ScaleLeve1)参数 ，阈值范围为o～100。分割尺度越大 ，分割的对象面积越 大，数量越少 。分割尺度属于无量纲化的空间范畴概念，经过多次调试阈值 ，经 目视解译选择最佳分割尺度。 图像分割时一些对象会被错分，有的对象可能被分成很多部分 ，可以通过合并来解决这些问题。合并尺度 (MergeLeve1)阂值的取值范围为 0～100，数值越小 ，合并对象的效果越不明显。 1．2 规则生成 面向对象基于规则分类的模型是基于决策树分类 的原理来建立的。决策树分类法是一层一层进行 的， 收稿 日期 ：2O16—07一O2 修 回 日期 ：201611一lO 基金项 目：大学生创新性实验计划项 目(x2015091)。 第 1期 于辉 ，等：基于高分一号 的面向对象影像信息提取 7 通过父与子的关系建立分类树来说 明他们之间的繁复关系，依此类推这样一层一层的不断添加规则直到找 到需要提取的地物类型。 面向对象基于规则分类的原理模型与决策树分类二叉树原理类似 ，如图1所示，第 1层节点根据相应的 规则将 R的划分为 R1和 R2，满足规则的被划分到 R1，不满足规则的被划分到 R2，如果不需要进一步分类 的话 ，这个影像就被分成了2类 。如果需要继续分类 ，用同样的方法对 R1和 R2设置相应的规则 ，则 Rl和 R2又将会被分成 2类。以此类推。直至最后将影像分类完成 。