基于对象级的高辨率遥感影像分类研究.pdfVIP

2006. 5 　　　　　　　　　　　　　　　　　　　　　应用技术 　　　　　　　　　　　　　　　　　　　　遥感信息 基于对象级的高分辨率遥感影像分类研究 曹雪 ,柯长青 (南京大学城市与资源学系 ,南京 210093) 摘要 :依据高分辨率遥感影像的特点 ,结合深圳市 QU ICKBIRD 数据提出一种基于多尺度分割的对象级遥感分类方法。 ( ) 文中首先利用分形网络演化法 FN EA 进行多尺度图像分割 ,获取对地表实体更具代表性的图像对象 ,然后利用对象所包含 的光谱、空间特征来确定地物识别中可能要用到的各种特征参数 ,最后通过构建语义结构实现了研究区地物的逐级分层分 类。研究结果表明 ,本文所采取的方法比传统方法在分类精度上有了明显的提高 ,为高分辨率遥感影像的信息提取提供了新 的技术途径。 关键词 :面向对象 ;高分辨率遥感 ;分类 ;多尺度分割 ( ) 中图分类号: P237. 3 　　文献标识码 : A 　　文章编号 : 1000 - 3177 2006 87 - 0027 - 04 对遥感数据进行更深层次的挖掘。近年来出现了如基于纹 1 　引 　言 理特征的分类、模糊分类、神经网络分类、专家系统分类和基 近 30 年来卫星遥感影像分辨率的不断提高是当前遥感 于知识的分类等方法 ,这些方法针对基于光谱特征分类的不 ( ) 发展的主要趋势之一 ,如 IKONOS 数据 1m 、QU ICKBIRD 足 ,提出利用地物纹理、结构、形状等空间特征和 GIS 辅助数 ( ) 数据 0. 61m 等 ,这些高分辨率卫星遥感影像的出现使得在 据参与分类 ,从不同程度上改善了分类的精度 ,但这些方法 较小的空间尺度上观察地表的细节变化、进行大比例尺遥感 就其本质还是基于影像像素层次的分类 ,不能从根本上适应 制图以及监测人为活动对环境的影响成为可能 ,具有广阔的 高分辨率遥感影像的信息提取。目前 , 国内外一些研究人员 应用前景 , 目前正广泛地应用于各个领域。与传统的中、低 已经对对象级分类法作了一些有意义的探索和应用 ,证明了 空间分辨率的遥感影像相比 ,高分辨率影像空间信息更加丰 这种方法的实际应用价值和良好前景。本文拟在这些研 [ 1 ] 富 ,地物目标的细节信息表达的更加清楚 。从分类技术角 究[ 6～11 ] 的基础上 ,尝试一种基于多尺度分割逐级分层提取 度来看 , 由于受空间分辨率的制约,传统的遥感影像信息提 地物目标的方法 ,即在分级分割得到对象的基础上 ,充分利 取只能依靠影像的光谱信息 ,且是在像素层次上的分类 ;而 ( ) ( 用其对象信息 色调、形状、纹理、层次 和类间信息 与邻近 高分辨率影像虽然结构、纹理等信息非常突出 ,但光谱分辨 ) 对象、子对象、父对象的相关特