面向對象的高分辨率遙感影像信息提取技術.pdf

1、與中、低分辨率的遙感影像相比，高分辨率遙感影像具有更加豐富的結構信息和紋理信息，利用傳統(tǒng)的基于像元光譜信息的分類技術無法取得理想的效果，它產(chǎn)生的專題圖中含有大量椒鹽噪聲而失去完整性，并且不能夠區(qū)分“異物同譜”和“同物異譜”現(xiàn)象。
　　本文將面向對象的思想引入到高分辨率信息提取技術中,這種方法通過多尺度分割技術生成同質的影像對象，并在此基礎上利用光譜特征和形狀特征應用模糊分類器實現(xiàn)分類提取。
　　本文從北京懷柔縣QuickBi

2、rd高分辨率影像中選取470*400大小的兩個典型區(qū)域（城區(qū)和農(nóng)業(yè)區(qū)）作為實驗區(qū)，進行了如下工作：
　　1.針對城區(qū)和農(nóng)業(yè)區(qū)進行了多尺度分割試驗，得到了適合不同地物的不同分割參數(shù)，以城區(qū)為例：分割尺度為8時，提取草地、樹冠及其陰影比較理想；分割尺度為20時，提取樓房比較理想；分割尺度為75時，提取道路最好。在選擇好分割尺度的基礎上，建立分割體系。城區(qū)建立三個層的分割體系，分割尺度分別為8、20、75；農(nóng)業(yè)區(qū)建立了四個層的分割體系，

3、分割尺度分別為6、20、30、50。
　　2.在多尺度分割的基礎上，進行信息的提取。面向對象的信息提取采用模糊分類的方法，本試驗中有兩種實現(xiàn)形式——最鄰近法和成員函數(shù)法，最鄰近法適合于差異較小的信息的提取，例如農(nóng)業(yè)區(qū)的園地、苗圃等地類。成員函數(shù)法適合那些與影像上其他類型特征差異較大的信息，例如在城區(qū)道路信息，因為它有鮮明的特征（長度、寬度、長寬比）可以利用。本試驗把最鄰近法和成員函數(shù)兩種方法結合來使用。
　　3.對面向對象的

4、信息提取方法進行了精度評價，結果如下：
　　城區(qū)內(nèi)，面向對象的信息提取方法的總體精度為84.82％，要比最大似然法所取得結果的總體精度（73.87%）提高10.95%，并且各類信息的提取精度均有提高，尤其對草地、道路、樓房陰影精度較高；農(nóng)業(yè)區(qū)內(nèi)，面向對象的信息提取方法的總體精度為91.60%，比最大似然法的總體精度提高了28.57%，由此可以看出，面向對象的分類法對農(nóng)業(yè)用地有很大優(yōu)勢。在視覺上面向對象的提取方法克服了“椒鹽”噪聲的