面向对象的sPOT5影像城区水体信息提取研究-国土资源遥感.PDFVIP

第２期，总第７２期 国　土　资　源　遥　感 Ｎｏ．２，２００７　 ２００７年６月１５日 ＲＥＭＯＴＥＳＥＮＳＩＮＧＦＯＲＬＡＮＤ＆ＲＥＳＯＵＲＣＥＳ Ｊｕｎ．，２００７　 面向对象的ＳＰＯＴ５影像城区水体信息提取研究 １，２ ２ ２ ２ ２ 曹凯 ，江 南 ，吕恒 ，周连义 ，刘新 （１．南京大学地理与海洋科学学院，南京　２１００９３；２．中国科学院南京地理与湖泊研究所，南京　 ２１０００８） 摘要：以南京市部分主城区为研究对象，首先利用基于多尺度图像分割方法对图像进行分割；然后利用对象所包 含的光谱、形状及纹理等特征确定地物识别中所需的各种特征参数；最后，通过规则的建立，实现研究区地物的逐 级分层分类。研究结果表明，该方法不仅使分类结果具有丰富的语义规则信息，而且还有效减少了“分类椒盐现 象”的产生，分类精度显著提高。 关键词：ＳＰＯＴ５影像；城市水体；遥感；面向对象；多尺度分割 中图分类号：ＴＰ７９　文献标识码：Ａ　　　文章编号：１００１－０７０Ｘ（２００７）０２－００２７－０４ 基于多尺度分割，逐级分层提取地物目标的方法，即 ０　引言 在分级分割得到对象的基础上，充分利用其综合信 息（色调、形状、纹理、层次，与邻近对象、子对象、父 随着遥感技术的发展，遥感图像的空间分辨率 对象的相关特征）对水体信息进行提取，并与多种 有了很大提高。ＳＰＯＴ５、ＩＫＯＮＯＳ及 ＱｕｉｃｋＢｉｒｄ数据 常规分类结果进行比较，证明了该方法的价值。 的出现，使得在较小空间尺度上观察地表的细节变 化、进行大比例尺遥感制图以及监测人为活动对环 １　研究方法 境的影响成为可能。但对于中高分辨率影像而言， 由于建筑物和地形阴影的存在，给水体信息的提取 本次研究的基本思路是在数据预处理的基础 带来一定的困难。近年来出现的如基于纹理特征的 上，首先对影像进行分级多尺度分割，以便获得不同 分类、模糊分类、神经网络分类、专家系统分类和基 级别的影像对象。所谓分级分割就是对不同地物采 于知识的分类等方法，针对基于光谱特征分类的不 取不同的分割尺度。例如，影像上有较大的水体对 足，提出将地物纹理、结构、形状等空间特征和ＧＩＳ 象，可以用大的尺度进行分割，以便得到较为完整的 辅助数据参与分类，从不同程度上改善了分类效果， 大面积水体对象，如果分割尺度太小，就会使此尺度 但这些方法就其本质而言还是基于影像像素层次的 下的对象破碎，不利于大尺度地物的信息提取；而 分类，不能从根本上适应高分辨率遥感影像信息的 对于某些面积较小的水体而言，如果继续用同一种 提取。为此，笔者结合光谱信息与空间信息特征曾 尺度进行分割，势必将周围一些像素聚合到水体对 提出了基于ＳＰＯＴ５图像的城市地区水体的自动提 象当中，产生“混合对象”，这样就会影响到分类的 取模型，但其阈值的确定等也显露出模型的缺陷。 准确性。这种不同尺度分割得到的影像对象更能反 为了解决这些问题，突破传统的水体信息提取 应出真实地物的特性，也使得到的对象更单一。 方法，有研究者将图像分割算法引入遥感影像分类 １．１　区域图像分割 当中，在传统方法的基础上提出了一种新的面向对 在利用面向对象的图像分类方法进行分类前， 象的分类技术。目前，国内外一些研究人员已经对 必须利用图像分割的方法去提取目标对象（基元）。 该方法作了一些有意义的探索和应用，证明了方法 图像分割是将图像分割为分离区域的过程，它将图 的实际应用价值和良好前景，但这种方法大部分