面向对象的遥感图像分类方法在土地利用_土地覆盖中的应用研究

《面向对象的遥感图像分类方法在土地利用_土地覆盖中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、声明尸明本人声明所呈交的论文是我个人在导师指导下进行的研究工作取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含他人已经发表或撰写过的研究成果，也不包含为获得西南林学院或其它教育机构的学位或证书而使用过的材料，与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：．继蓥日期：呈堕：￡星关于论文使用授权的说明本人同意：西南林学院有权保留论文的复印件，可以采用影印、缩印或其他复制手段保存论文；提交论文一年后，允许论文被查阅和借阅，学校可以公布论文的全部或部分内容。(保密的论文在解

2、密后应遵守此规定)签名：壅蓥导师签名：易；誊／日期：塑墨：量．望1引言土地资源是重要的生产资料，是人们赖以生存利用发展的基础，土地利用状况及其变化，不仅影响社会经济的持续发展，而且还间接影响全球环境的变化。及时、准确地掌握有关土地资源利用信息，直接关系到国家重大经济规划与政策制定。为此，人们迫切期望能快速、客观、准确地监测土地利用状况，并及时掌握变化信息，以实现土地资源科学管理。常规的基于地形图或像片平面图的方法对土地利用变化进行地面测量，不仅进度慢，而且周期长，完全不能适应当前经济快速发展的需要。遥感技术以其宏观性、实时性、周期

3、性及综合性等特点为此提供了可能。1．1面向对象遥感影像分类技术的提出面向对象的遥感图像分类，首先对遥感图像数据进行影像分割，从二维化了的图像信息阵列中恢复出图像所反映的景观场景中的目标地物的空间形状及组合方式。影像的最小单元不再是单个的像素，而是一个个对象，后续的影像分析和处理也都基于对象进行。采用决策支持的模糊分类算法，并不简单地将每个对象简单地分到某一类，而是给出每个对象隶属于某一类的概率，便于用户根据实际情况进行调整。同时，也可以按照最大概率产生确定分类结果。在建立专家决策支持系统时，建立不同尺度的分类层次，在每一层次上分别

4、定义对象的光谱特征、形状特征、纹理特征和相邻关系特征。通过定义多种特征并指定不同权重，建立分类标准，然后对影像分类。分类时先在大尺度上分出“父类"，再根据实际需要对感兴趣的地物在小尺度上定义特征，分出“子类”。在面向像元的分类中，每个像元只含有色彩和光谱信息，而面向对象的分类中，每个对象则可以含有颜色、形状、大小、纹理等丰富信息，因此，分类的依据就可以更多，分类更加灵活。面向对象方法具有两个重要的特征：一是利用对象的多特征，二是可用不同的分割尺度生成不同尺度的影像对象层，所有地物类别并不是在同一尺度的影像中进行提取，而是在其最适宜

5、的尺度层中提取，充分利用遥感影像的蕴含信息。面向对象方法克服了传统分类方法的两个缺陷：几乎所有的传统分类方法均基于像元级的处理；不同的影像目标处理均在同一尺度层次内进行。面向对象分类方法的这两种特征使得影像分类能充分利用影像的多种信息，分类结果更合理，也更适合于高分辨率遥感影像的分类。面向对象的遥感图像分类方法在土地利用／土地覆盖中的应用研究1．1．1面向对象遥感影像分类方法国内外研究现状近年来，国内外学者从影像分割单元或斑块的角度对遥感分类方法进行了探索性研究，取得一些进展，如Lob0的每地块(Per-field)方法，APli

6、n等的每斑块(Per-Patch)分类方法，这些方法是面向对象分类方法的雏形。BaatzM和SchapeA根据高分辨率的遥感影像的特点，提出了面向对象的遥感图像分类方法以来，面向对象影像分类方法发展迅速，越来越多地受到遥感应用研究者的青睐。OlafHellwich等人利用影像分割和知识辅助从高分辨率多源遥感影像数据中提取道路网络、农用地块和居民地等信息。Mauro和HuangHuiping等通过相关的实验研究对面向对象的影像分类结果的精度和准确性进行了肯定。Shackelford和Davis对比面向对象分类方法与面向像元分类方法对

7、城市区域高分辨率多光谱影像的分类结果，说明面向对象分类方法更适合于城市或城郊区域的分类。Giadaetal及Benzetal认为面向对象分类方法在改进高分辨率遥感影像自动提取方面有着巨大的潜力，是高分辨率影像自动分类的理想选择。RenauMathieu等利用面向对象分类方法对研究区IKONOS多光谱影像进行植被信息提取分类总精度达92％，Kappa系数达O．89。Gamanya等利用面向对象分类方法对津巴布韦中心区域进行分类，分类总精度超过90％。面向对象影像分类研究在我国起步较迟，于近几年开始进行该技术的应用研究。曹雪等对深圳市

8、QUICKBIRD数据进行对象级的分类结果表明精度相对于传统方法有了明显的提高。莫登奎等以高分辨率遥感影像数据IKONOS为主要数据源，以多尺度分割与基于模糊逻辑分类的面向对象影像分析方法为主要技术，自动提取株洲市城乡结合部的土地覆盖和土地利用信息