文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 基于高分辨率遥感影像的面向对象城市土地覆被分类比较研究
侵权投诉

基于高分辨率遥感影像的面向对象城市土地覆被分类比较研究

遥感技术与应用第25卷(植被指数NDVINormalizedDifferenceVeetationIn -g)参与分割,可以很好地区分植被与非植被信息。dex

由于光谱特征是表征植被的重要信息,所以颜色因子,。设为0紧凑度和光滑度分别为0.9.8和0.2

二级:利用光谱差异模式进行二次分割,分割尺度为15。由于初始分割生成的影像对象过于破碎,不利于较大的具有典型形状特征地物(如建筑、道路等)的提取,通过光谱差异模式的二次分割能够合并把相同覆被类相邻的具有相似光谱特征值的对象,

型的对象归并成更规整、更符合实际形状特征的对象,在该层提取建筑、道路、裸地和水体较为理想。3.2 分类体系

优化与广义两种面向对象分类方案均采用相同。具体的分类体系,逐级提取土地覆被信息(图3)来说,在一级对象层中,在对影像NDVI直方图分

选取峰值作为模糊成员函数阈值提取析的基础上,

植被信息,利用光谱特征在植被信息中确定林地和草地类别的归属

基于高分辨率遥感影像的面向对象城市土地覆被分类比较研究

。

图3 优化与广义面向对象分类方案的分类体系

Fi.3 Classificationsstemoflandcoverforbothotimizedandeneralizedobectbasedclassificationschemes - gypgj

首先继承一级对象层中的植 在二级对象层中,

被信息,并以此为掩膜,利用光谱特征提取水体,由于水体的深浅和浑浊度不同,在影像中反映出来的光谱特征也截然不同,因此需要建立两个不同的类在水体提取时设置最小隶别用于水体信息的提取,

属度值为0.其次,在植被与水体掩膜的基础上,9;进一步提取出裸地与硬化地面。但是,在硬化地面中区分道路与建筑时,发现两者具有相似的光谱响应特征,因而仅仅依靠光谱的差异不能进行很好地区分,但研究发现两者的几何特征有明显的不同,所以结合相应的几何特征参数(形状指数和长宽比)就能过达到很好的分类效果。考虑到城市中建筑材颜色和类型各异,其在影像中表现的光谱特征也质、

因此在提取建筑时建立3种不同的类别。随之不同,

最后,将一级与二级对象层中提取的结果进行叠加并合并相同的覆被类型,得到最终的分类结果。

3.3 优化面向对象分类方案

优化面向对象分类方案在确定的分类体系和影像分割基础上,结合最邻近分类与模糊隶属函数分类法,以尽可能提高单一影像的分类精度。其中,最邻近分类法通过选择具有代表性的训练区样本定义多并根据影像对象的特征与最近的相邻特维特征空间,

征之间的空间距离计算该对象的隶属度值,选择隶属)。度值最大的类别作为此影像对象的类别(图4

本研究中采用的是标准最邻近分类法(stand-),共选择6通过ardnearestneihbor5个样本对象, g

特征空间优化工具(定featuresaceotimization) pp义最适宜类别提取的优化特征空间,降低特征维数,以提高目标识别效率与区分能力,并在此基础上通实现不过对样本的光谱分析建立合适的分类系统,同层次上土地覆被信息的提取,采用的函数及参数设置见表2。

上一页第4页

你可能喜欢

  • 遥感影像分类方法
  • 面向对象影像分类
  • 土地利用现状
  • 面向对象分析
  • 土地利用动态遥感监测
  • 土地利用变化

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email