面向对象分类方法在遥感信息提取中应用

面向对象分类方法在遥感信息提取中应用

ID:6230117

大小:29.50 KB

页数:7页

时间:2018-01-07

面向对象分类方法在遥感信息提取中应用_第1页
面向对象分类方法在遥感信息提取中应用_第2页
面向对象分类方法在遥感信息提取中应用_第3页
面向对象分类方法在遥感信息提取中应用_第4页
面向对象分类方法在遥感信息提取中应用_第5页
资源描述:

《面向对象分类方法在遥感信息提取中应用》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、面向对象分类方法在遥感信息提取中应用  摘要:利用遥感方法提取信息时,常用的自动分类方法只能利用遥感数据的光谱信息,而采用面向对象分类的方法能综合利用遥感数据的光谱、纹理、拓扑以及分割对象的形状、面积、大小等等信息,通过模糊判别函数来进行分类。本文通过实验用面向对象的方法对建筑物信息进行提取,实验结果表明,面向对象的分类方法能够提高分类精度,具有很大的应用潜力。关键字:面向对象;信息提取;eCognitionAbstract:Informationextractionusingremotesensingmethod,canautomaticclassif

2、icationmethodofcommonusingspectralinformationofremotesensingdata,andusestheobject-orientedclassificationmethodcanuseremotesensingdataspectrum,texture,topologyandsegmentationobjectshape,area,sizeandotherinformation,throughthefuzzydiscriminantfunctionclassification.Inthispaper,thro

3、ughtheexperimentbyusingtheobject-orientedmethodtoextracttheinformationofthebuildings,theexperimentalresultsshowthat,theobject-orientedclassificationmethodcan7improvetheclassificationaccuracy,hasagreatapplicationpotential.Keywords:object-orientedinformationextraction;eCognition;中图

4、分类号:C931.6文献标识码:A文章编号:2095-2104(2012)01-0020-02引言7随着越来越多的高空间分辨率卫星影像的出现,影像上的地物景观结构、纹理及细节都很清晰的表现出来,例如,建筑物、绿地、道路、河流等等,这使得利用遥感影像进行大比例尺地形图制图成为可能,从影像上自动识别地物类型并精确量测地物形状、大小,是卫星遥感和摄影测量研究中的难点。传统的遥感信息提取方法是以像素的光谱信息为基础,利用的信息主要是像素的色调及纹理,而对地物的形状、结构等信息的分析很少考虑,尤其是高空间分辨率的影像,纹理信息丰富而光谱信息缺乏,基于像素的分类方法

5、就显的十分困难。而面向对象的分类方法它不是对单个像素而是对影像对象进行分类,把对象特征属性包括色调、形状、面积、大小、纹理、继承信息等信息结合起来用于目标地物的识别,应用于高分辨率影像分类,原则上可以用于典型面状人工地物,如建筑物、耕地等的提取,提高影像分类的精度。目前商业化的软件eCognition是第一个采取了面向对象分类技术的软件,本文主要研究了利用eCognition软件进行建筑物信息的提取。面向对象分类方法简介面向对象的分类方法是一种智能化的自动影像分析方法,与传统的基于像素的分类方法的本质不同在于它不是对单个像素而是对影像对象进行分类。影像对

6、象是通过考虑不同的特征属性经过影像分割获得的,它是一组像素的集合。目标对象比单个像素更具有实际意义,特征的定义和分类均是基于目标进行的。eCognition的全部影像分析处理包括两个步骤:多分辨率分割和模糊逻辑分类。进行影像分割的目的是为了生成影像目标,多分辨率分割是eCognition软件中很重要的一步,它是基于比例参数、光谱和形状等特征将像素群组成像素块即目标,可以以任意分辨率进行影像同质区域的分割,故称多分辨率分割。多分辨率分割可以产生不同的分割水平,以满足不同目的的分类的需要。分割的结果作为目标对象用于下一步的分类。7eCognition有两种分

7、类器——最近邻法和成员函数,二者均作为分类描述符。最近邻分类相似于常规的监督分类,需要选择样本。当无法描述特征空间时,最近邻分类器是最好的选择。成员函数法是基于可利用的目标特征的模糊逻辑来分类的。对比基于像素的统计分类器,模糊分类不像严格分类只用“是”或“不是”来表示,而是用0~1之间的连续数字描述分类成员的一个连续状态。模糊逻辑分类法是一种基于知识和概念的方法,且容易使用,因此,如果仅用一个特征或很少的特征就可以将一个类同其他类区别开时。建议使用成员函数分类器;否则,应该选择最近邻分类器。最近邻分类器比友员函数能更好地处理多维特征空间的联系。试验影像数

8、据为了试验面向对象的分类方法对纹理图像的分类效果,选择某地0.6m分辨率的Qui

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。