矿山IKONOS遥感影像信息提取中的面向对象分类研究的中期报告.docxVIP

矿山IKONOS遥感影像信息提取中的面向对象分类研究的中期报告 本研究旨在探索面向对象分类在矿山IKONOS遥感影像信息提取中的应用。研究分为以下三个部分： 第一部分：数据预处理 1.1 数据准备 选择两个区域的IKONOS遥感影像作为本研究的数据源，这两个区域分别是位于中国的广西壮族自治区和位于巴西的南部的一个矿区。这两个区域的IKONOS遥感影像分别为多光谱影像和全色影像。 1.2 影像校正与配准 利用ENVI软件对所选影像进行几何校正和配准，以保证所选影像的精度和可比性。 1.3 影像分割 利用ENVI软件进行影像分割，得到一系列的对象（也称为图像元素）。 第二部分：特征提取与分类器训练 2.1 特征提取 选取图像对象的不同特征作为分类的基础，比如，几何特征（如面积，周长等），纹理特征和光谱特征等。 2.2 分类器训练 选择Weka软件进行分类器训练，选择k最近邻方法和决策树方法分别进行测试。 第三部分：结果分析与评价 3.1 结果分析 使用训练好的分类器对矿山IKONOS影像进行分类，并将分类结果进行可视化处理和空间分布分析。 3.2 评价指标 使用精度评价指标对分类结果进行评价，包括生产者精度、用户精度、总体精度和Kappa系数等。 初步结果表明，基于面向对象分类的方法可以用于矿山IKONOS遥感影像信息提取，可以有效地提高分类的精度和准确度。