图像处理分析课程论文-面向对象的高辨率遥感影像分类研究.docVIP

面向对象的高分辨率遥感影像分类研究 Ⅰ面向对象的高分辨率遥感影像分类研究摘要遥感影像分类是全球地面覆盖识别的有力手段之一。随着高分辨率遥感影像的发展，基于像元的分类方法不再适用，面向对象的分类方法得到发展。本文对面向对象的遥感影像分类做了以下研究，首先对遥感影像进行5-300的多尺度分割，基于对象层平均同质性进行最优分割尺度的选择，将同质性变化率的峰值作为最优分割尺度；其次，通过Fisher算法选取了分类特征，分别计算出对象光谱特征、纹理特征、结构特征和指数特征的Fisher分数并进行排序，选择Fisher分数较高的特征组成特征子集参与后续分类；再次，利用改进决策树分类结合监督分类的方法对分割对象进行分类，并与传统决策树分类和改进决策树分类结果进行比较，分类精度明显提高。关键词：多尺度分割 特征选择 面向对象影像分类第 第 PAGE \* MERGEFORMAT 6 页 共 55 页绪论1.1 研究目的与意义传统的像素级的分类方法适用于中低分辨率遥感影像，即分辨率为10m到100m的遥感影像。而近几十年来，随着随着航空航天技术的发展，高分辨率乃至超高分辨率影像被越来越广泛地商业化与民用化。与传统的空间分辨率为十米级与百米级的中低分辨率遥感影像(如:MODIS影像)相比,高分辨率遥感影像包含更丰富的地物空间信息,地物的形