多尺度分割技术对遥感影像分类精度影响研究-农业水土工程专业论文.docxVIP

取实验，总体分类精度比传统监督分决芳法提高了 24.4%，效果令人满意[闷 。黎新壳。∞6) 等采用面向对象的最邻近监督分类方法对 QuickBird影像进行了分类研究 ，总体分类精度达到 92.19010 ，Kappa系数为0.8835，效果令人满意(19]。蒲智(2∞6) 辑:采用丽向对象的多尺度分割 技术对城市绿地信息提取进行了研究 ，以乌鲁木齐市的QuickBird影像为主要数据源，研究表 明该方法提取信息准确率高、速度快、成本低阳 。莫登奎(2∞5) 等采用基于模糊逻辑分类 的面向对象影像分析方法对株洲市城乡结合部的IKONOS影像进行了土地提盖信息的提取， 精度高、速度快，效果令人满意[211? 01afHellwich (2∞0) 等利用面向对象的方法从高分辨率 多源遥感影像中提取了道路网络 、农用地和居民地寄:信息，效果令人满意间。Shackelford (200川军[(J)avis对比面向对象分类方法与传统 基于像元分类方法对城市地区高分辨率遥感影 像的分类效果 ，结果表明面 向对象分类方法更适合于城市地区的影像分类问 。 面向对象的分决方法具有两 个重要特征:一是可以利用影傍冽象的多种特征， 二是可以 使用不同的分割尺度 ，生成不同尺度 的影仰馆、层，各种地物类别荆陆同一尺度的影像对 象层中进行提取，而是在其最适宜的尺度层中提取。对适宜分辨率的影像进行提取可以获得 较高的精度 ，在适直的1才象尺度上提取对象信息可 以获得更高的精回到]。这两个特征克服了 传统分类方法的两 个明显缺陷:一是几乎所有的传统分类方法都是 基于像元的处理， 二是各 种地物 目标均是在同一尺度层内进行提取，使得提取措度受到很大限制 。相比之下，面向对 象的分类方法能充分利用影像的各利信息，分类精度更高 ，更适合高分辨率遥感影像的分类 [笃] 1.3 论文的主要研究内容 1.3.1 研究内容和方法 由于高分辨率遥感影像的应用越来越广泛，所以针对其分类方法的研究也越来越多 ，国 内外很多研究证明面向对象的遥感影像分类方法具有较好的分类效果。但是，目前大部分基 于面向对象分类方法的探讨都是 关于其具体应用的研究，对 于面向对象分类方法本身?，:rr!H究 却很少。面向对象的影像分析芳法研究的 主要内容包括两方面:影像的多尺度分割技术 和基 于对象的多特征分类模型[坷。本文拟将面 向对象的影像分析方法研究与城区高分辨率遥感影 像用地分类中的应用研究相结 合，进一步加深面向对象方法的理论 ，从而提高将其应用到实 践的能力 。 具体研究内容及方法如下 : l 在获得原始Q山ck Bird影像的基础上，进行影像校正 ，然后将全色影像与多光谱影像 融合，却远黯感兴趣区域 ，获得试验区影像。 2. 研究遥感影像的分割尺度问题 。用不同的尺度对影像进行分剖，井对结果进行 L刊汗。 通过实验研究;最优尺度选择问题 ，以获得最佳分割对象为目标 ，尝试了一种新的最优尺度选 择疗法。对试验区影像进行多尺度分剖，并 盯才多种最优尺度选择方法进行比较， 尝试使用 一种新的基于分类结果的分割芳法获得影像最优分割尺度 ，从而获得理想的分割对象。 3 以模糊数学理论为基础 ，探讨了面向对象的两个主要棋糊分类器1-1民邻近分类器和 l 基于隶属函数的棋糊分类器。重点研究分类器的对象特征选择以及分类规则的建立 。使用最 邻近分类器和1基于制月规则分类器建立棋糊分类棋型 ，边行对象特征选择 以及分类规则的建 立(27) 。 4 在通过对面 向对象分类方法研究的基础上 ，使用棋糊分类的芳法对武汉市某区进行城 市用地分类，井采用误差矩阵结合目视解译 以及实地勘察来描绘分类结果 的精度。 1.3.2 技术流程 多尺度分割技术对分类精皮影响问题 的研究的技术溯到日图l所示。 l 影像预处理:对于所获得的原始影像，在使用前要根据南要进行预处理，包括彤像裁 剪、辐射校正、几何校正、 像. 融合等 。 2 影像分割:遵循异质性最小!原则， 把光 背信息相似的邻近像元合并为一个同质的影像 对象，分割后属于同一影{象对象的所有像 元都赋予同一含义。在应用面向对象的分类方法之 前，必须借助影像分割方法来获得对象。 3 建立分类模型:使用最邻近分类器和基于模糊规 则分类器建立模糊分类模型[刻。 影像预处理 图1 技术湘呈 Fig. 1 Technology route 4. 城市用地分类:使用前一步建立的分类模型 ，对试验区影像选行分类，采用多尺度分 割的分类方法，在不同尺度层上分类提取不同的地物。 5. 分类精度评价:采用 误差矩阵结合目视解译 以及实地勘察来描绘分类结果的精度。 1.4 论文结构安排 本文共分为五章，论文各章节具