基于面向对象的高分影像分类研究.pdfVIP

第 卷 第 期 遥感技术与应用 Vol. No. 2013 年 月 REMETE SENSING TECHNOLOGY AND APPLICATION 2013 基于面向对象的高分影像分类研究 1 1 2 2 3 3 宋晓阳 姜小三 江东 黄耀欢 万华伟 王昌佐 （1.南京农业大学资源与环境科学学院，江苏省 南京 210095； 2.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 100101; 3 环境保护部卫星环境应用中心，北京 100029） 摘要：遥感技术已经成为实现地表信息提取的主要手段。以高分辨率影像为主要数据源，采用面向对象的 多尺度分割算法，根据对象的光谱、形状等特征，实现了面向高分遥感数据的土地利用分类算法。该算法 结合了面向地物对象和综合对象特征的分类方法，充分发挥了高分辨率影像的进行精细地物分类的优势， 得到了高精度的分类结果。通过西双版纳纳板河流域国家级自然保护区实例验证表明，该算法总体精度达 到88.58%，kappa 系数达到0.77，精度符合应用要求，能够实现土地利用高精度、快速的分类。 关键词：面向对象；多尺度分割；土地利用分类，高分辨影像 中图分类号： 文献标识码：A 光谱、形状、纹理等特征，进行分类和地物目 1 引 言 [6] [7] 标的提取 。Hofmann 使用面向对象的分类方 随着卫星遥感技术的不断发展，多种时、 法识别 IKONOS 影像中的非正式居民地 , 得到 空、光谱分辨率的遥感数据已经成为地表覆被 [8] 较好的效果并具有较高的精度，黄慧萍 等利 信息快速监测及提取的主要数据源。相对于 用面向对象分类方法实现了更加精准的提取了 TM 、MODIS 等中低分辨率影像，高空间分辨 大庆市城市绿地覆盖信息。近年来，越来越来 率卫星具有精度高、信息量大、客观性、时效 多的人致力于多尺度分割及分类的研究，面向 性及多时相性的优点，能够实现地表信息的更 对象分类不是基于单个的像素 , 而是影像分割 精确提取。然而如何充分利用高分影像丰富的 后提取的影像对象，因此图像分割是面向对象 形状和纹理信息是实现高精度、高效率地表信 [9] 分类的基础。郭健聪等 结合了扩展的数学形 息自动提取的主要难点。针对高分影像的特 态学梯度和基于动态范围的灰度图像层次分割 点， Baatz 和 Schape[1] 等提出了面向对象分类 两种方法, 提出适用于多光谱图像的层次分割 方法 , 该方法是通过利用对象的空间及光谱特 [10] 方法。蔡华杰和田金文 利用AMS 算法对遥感 征对影像分割，使得同质像元组成大小不同的 影像进行自动聚类，再基于光谱和形状异质性 对象，分割对象内部的一致性及分割对象与相 进行合并得到了较好的分割结果。而