监督分类技术在高分辨率卫星影像中的应用

监督分类技术在高分辨率卫星影像中的应用

ID:10201533

大小:220.00 KB

页数:3页

时间:2018-06-12

监督分类技术在高分辨率卫星影像中的应用_第1页
监督分类技术在高分辨率卫星影像中的应用_第2页
监督分类技术在高分辨率卫星影像中的应用_第3页
资源描述:

《监督分类技术在高分辨率卫星影像中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第25卷特刊2003年12月北京林业大学学报JOURNALOFBEIJINGFORESTRYUNIVERSITYVol.25Spec.Iss.Dec.,2003监督分类技术在高分辨率卫星影像中的应用周庆李峰张海涛马千里(北京市测绘设计研究院)摘要随着社会对专题影像数据需求的逐渐增大,要求的提高,低分辨率卫星影像制作的专题数据在许多领域已不能满足要求.该文介绍了利用QuickBird卫星影像制作专题数据的方法,以及结合生产实际满足社会需求的实例.关键词监督分类,训练样地,分类后处理,矢量分类图中图分类号S75712ZhouQing;LiFeng;ZhangHaitao;MaQianli.

2、Applicationofsupervisedclassificationonhighspatialresolutionsatelliteimage.JournalofBeijingForestryUniversity(2003)25(Spec.Iss.)432245Ch,2ref.BeijingGeomaticsCentre,Beijing,100038,P.R.China.Withtheincreasingdemandandhighrequirementofsocietytothematicimage,thematicmapmadefromlowresolutionimagecan

3、notsatisfytherequirementsinmanyfields.ThisarticleintroducesthemethodsofmakingthematicdatafromQuickBirdimage,andprovidespracticalexamplestomeetthedemandsofsociety.Keywordssupervisedclassification,trainingarea,postclassificationprocessing,vectorclassificationmap随着卫星遥感技术的发展,通过遥感获得的地理信息越来越多,遥感影像成为地理

4、信息系统非常重要的信息源.对卫星图像分类就是利用计算机给予图像像元的光谱值,按照一定的规则,将像元归并成有限的几种类型、等级或数据集的过程(这一过程也叫做图像分割).或者说,图像分类就是从原始数据中提取各种信息,分类结果可以与地物特征相联系.比如土地覆盖类型图,就是分类的结果,它可以显示出植被、水系等信息.传统的分类数据主要是Spot、TM、MSS之类的卫星影像,地面分辨率较低.此次用于研究的是QuickBird卫星影像,它的地面分辨率最高可以达到0161m.相比于传统影像,QuickBird影像的数据量较大,混合像元影像减小、地物物体的各组信息增强.由于传感器记录了地面光谱值,使光谱

5、变化区间增大,这样对计算机的自动分类提出了新的考验.同时,地面分辨率的增加有利于目视判读,提高了作业员对影像分类的控制,利于及时对分类结果做出有效判断.常规的图像分类主要有两种方法:监督分类和非监督分类.非监督分类完全按照影像中像元的光谱特性进行统计分类,它的自动化程度较高,人为的干预较少.常常用于对分类区缺乏了解的情况.针对QuickBird影像的分辨率,我们认为非监督分类并不适用,因此我们重点进行了监督分类的应用研究.1高分辨率卫星影像的监督分类监督分类要求首先要进行外业调查,依据所拥有的数据资料定义支持假设的规则、条件和变量,建立起不同地类与遥感图像光谱值的对应关系.在监督分类过

6、程中,首先选择可以识别或者借助其他信息可以断定其类型的像元建立训练样地,然后基于该训练样地使计算机系统能够自动识别具有相同特性的像元.对分类结果进行评价后再对训练样地进行修改,多次反复后建立一个比较正确的训练样地,并在此基础上最终进行分类.我们使用ERDASIMAGING软件进行分类研究.在分类过程中,影像文件中的所有波段的像元值都被利用.因此,可以主动选择有利的波段组合,而200322102213收稿http:ΠΠwww.wanfangdata.com.cn第一作者:周庆,助工.主要研究方向:航测成图及数字图像处理电话:0102263969334地址:100038北京海淀区羊坊店路1

7、5号北京市测与已知分类的参考像元进行比较,实际工作中我们将分类数据与可清晰目视判别地类的原图像进行对比.在分类图像中随机产生300个点,完全覆盖于图像中.计算机将参照分类后的专题影像,按照各点的坐标将地类属性与点号相对应.然后由作业员依照原始影像按照判读原理及相应的外业调研做出判断,作为各个参考点的实际类别值.由此,我们可以得出此次分类的精度评定报告(见表3、4).111建立训练样地根据城市地类分布特点,选取15个植被训练区、8个水体训练区、1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。