基于eCognition的绿地利用变化检测应用研究.pdf

《基于eCognition的绿地利用变化检测应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2011年10月城市勘测0ct．201l第5期UrbanGeotechnicalInvestigation&SurveyingNo．5文章编号：1672—8262(2011)05—81—03中图分类号：P237，TP753文献标识码：A基于eCognition的绿地利用变化检测应用研究宋杨，李长辉，林鸿，陈鹏(广州市城市规划勘测设计研究院，广东广州510060)摘要：基于高分辨率遥感图像提取绿地信息是分析和掌握城镇绿地分布格局及其动态变化的有效途径。本文采用不同时相的遥感影像资料，借助面向对象的分类方法、结合多尺度分割、地

2、物光谱信息、植被指数等特征对绿地利用变化情况进行检测。关键词：面向对象；变化检测；遥感；eCognitionl引言构、纹理、阴影、空间关系等。利用eCongnition软件开20世纪80年代起，遥感技术逐渐成熟并广泛应始面向对象的影像分析首先选择任一尺度生成初始影用于城市绿地景观的研究，遥感影像数据是开展城市像对象，eCongnition软件允许生成好几个层，并且把这绿地覆盖变化研究的重要数据源。围绕土地利用／覆几个层组织成等级结构进行管理，这里所生成的第一盖的变化监测的研究许多是建议在分类的基础上，而个对象层，其下限是像

3、素，上限是整景影像。后续生成对遥感图像进行计算机分类，传统算法设计的主要依的新的影像对象层，可以放在已有层的上层、下层或者据是地物光谱数据，统计模式是以像素作为识别的基两层之间。这个网状层次中的每一个对象都知道自己本单元，依靠不同光谱数据组合在统计上的差别来进的邻对象、子对象和父对象，这个网络结构是一个拓扑行的_1]。传统的基于像元的分类方法在中低分辨率遥关系，比如，父对象的边界决定了子对象的边界，父对感影像上展现的效果较好，而高空间分辨率遥感影像象的区域大小由子对象的总和决定。由于eCongnition的光谱统计特征不如

4、中低分辨率影像的稳定，同类物软件的分割采用的是区域生长算法，可以很容易实现。体呈现出很大的光谱异质性，不同地物的光谱相互重对象在垂直层次上形成联系后，利用尺度和高级的纹叠，使得传统的光谱分类方法无法得到满意的结果。理特征也成为可能。对象层次结构可以同时展示不同针对高分辨遥感数据的特点，一些学者提出了面尺度的影像信息。向对象的信息提取方法，具体体现在分类对象、分类特在满足必要的精细的条件下，尽量以最大的可能征和分类器等3个方面的研究。eCongnition是德国分割尺度来区分不同的影像区域获得影像对象。Definiensim

5、aging公司开发的一款基于面向对象理论(1)在满足必要的形状标准的前提下尽可能采用的智能化影像分析软件，是目前所有商用遥感软件中颜色标准。因为影像数据中最重要的信息是光谱信第一个基于目标信息的遥感信息提取软件，它突破了息，形状标准的权重太高会降低分割结果的质量。传统商业遥感软件单纯基于光谱信息进行影像分类的(2)在分割的基础上执行分类，eCongnition支持两局限性，采取面向对象的思路进行信息提取，大大提高种不同的监督分类技术：模糊逻辑函数分类(Member-了高空间分辨率数据的自动识别精度。本文基于shipFunc

6、tion)以及最邻近分类(NearestNeighbor)。eCongnition的面向对象分析的思路，围绕一对多时相其影像对象分类中的分析和分类的知识库框架都是基的遥感影像，开展实验区绿地利用情况的变化检测。于类层次的，它包含了所有的类。2面向对象分类的思路3实验实例面向对象的遥感信息提取技术以相同特征的“同3．1实验数据质均一”的图块对象为基本分析单元，如光谱、纹理和实验数据是来自快鸟卫星的1组2个时相的卫星空间组合关系，对象的属性包括颜色、尺寸、形状、结遥感影像，2个时相的数据已经过配准，每1时相卫星收稿日期：201

7、1—02—13作者简介：~(1979-)，女，工程师，博士，主要从事航空摄影测量、数字化测量、遥感以及地理信息系统应用等方面的生产和研究工作。万方数据万方数据第5期宋杨等．基于eCognition的绿地利用变化检测应用研究83到目前为止，2期影像是分别以各自的地图MapT1和MapT2为起点完成了绿地以及非绿地两类地物目标的分类。后续的变化检测分析工作需要将2期的分类结果归纳到一条主线上进行比较。需要利用同步函数SynchronizeMap对分类结果进行层次上的梳理，使2期的分类结果LevelT1及LevelT2构成垂直关

8、系的上下层，时相2的分类结果位于时相1的分类结果的上层。由于两期影像的差异性，影像多尺度分割结果图斑边界总是存在不一致，这使得两期分类结果不具有可比性。变化检测分析的前提是对同一位置边界所确定区域的屙『生类型进行比较，因此必须保证两期图像绿地及非绿地最终分类结果的图斑划分程度一致。利用eCognitio