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

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

第5期仇江啸等: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4 标准最邻近分类法与模糊隶属函数分类法

Fi.4 Illustrationofstandardnearestneihborclassifierandfuzzrulesetsclassifier ggy

表2 优化面向对象分类方案中规则及函数的参数设置

Table2 Parameterizedfunctionsusedintheotimizedurbanlandcoverclassificationscheme p

提取信息植被

模糊隶属函数

蓝光波段:220~210 S型↓1.0:NDVI0.038~0.04 S型↑1.0

建筑

长宽比:7.0~7.2 S型↓1.0形状指数:2.0~2.1S型↓1.0

水体、裸地、林地、草地、道路

)亮度、蓝、绿、红、近红、NDVISNN(

)亮度、蓝、绿、红、近红、SNN(NDVI

最邻近函数的特征空间

)为影像对象所采用的各个参数的标准最近邻函数的特征值SNN(standardnearestneihbor 注: g

亮度值定义为影像对象 所采用的特征参数中,

长宽比为影像对象协方差所有多光谱波段的均值,

矩阵特征值的比值,可近似计算为影像对象外接矩形的长度和宽度之比;而形状指数则是描述影像对象规则程度的一个参数具体算法如下:

/长宽比:K=lenthwidthg

其中:lenth、width分别为影像对象外接矩形的长g度和宽度。

/形状指数:S=P其中:P和A分别是影像对象的周长和面积。

而对于仅仅依靠光谱难以区分的类别,比如硬化路面中的建筑与道路,可以结合模糊隶属函数分该方法是基于规则的分类方法,通过分析影像类法,

对象以及对象间的特征属性,建立规则模型进行分类,其思想以模糊集合理论为基础,认为影像对象所是”与“非”的刚性关系,而是不确属的类别并不是“

定的,通过成员函数计算的模糊隶属度值来表示,这种方法在使用一个或极少的最显著特征就可以区分。本研究在提取待提取类别的时候最有成效(图4)植被信息以及在硬化地面中区分道路和建筑时使用)

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

,相关成员函数(图5提高了分类的效率与精度。

图5 模糊成员函数标准化修正的参数设置arameterizationFi.5 Fuzzloiccurvesusedinand- pgygnormalizationfortheeneralizedclassificationscheme g

3.4 广义面向对象分类方案

优化分类方案虽然分类结果的精度较高,但是这种方案也存在不可忽视的缺陷。首先,该方案利用训练区样本的定义多维特征空间,因此在每次分类的过程中都需要进行重复的样本选择以及繁琐的其次,由于该分类方案使用的最邻近特征空间优化;

上一页第5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