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，并且不能夠區分“異物同譜”和“同物異譜”現象。
　　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大小的兩個典型區域（城區和農業區）作為實驗區，進行了如下工作：
　　1.針對城區和農業區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，以城區為例：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。城區建立三個層的分割體系，分割尺度分別為8、20、75；農業區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形式——最鄰近法和成員函數法，最鄰近法適合于差異較小的信息的提取，例如農業區的園地、苗圃等地類。成員函數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：
　　城區內，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；農業區內，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業用地有很大優勢。在視覺上面向對象的提取方法克服了“椒鹽”噪聲的