基于MSRC的遙感影像面向對象分類研究.pdf

1、遙感影像數(shù)據(jù)具有覆蓋范圍大、信息客觀真實、成本低、獲取方便等優(yōu)點，已經在各個領域得到了廣泛應用。對于交通行業(yè)，利用高分辨率遙感技術，并結合已有的交通信息采集手段，可以為城市交通監(jiān)測、路網規(guī)劃與建設、交通路網運行狀態(tài)判別、行業(yè)管理、領導決策等綜合決策服務提供有效的技術手段。但隨著遙感影像分辨率的不斷提高，地物信息的提取技術發(fā)展相對滯后，遙感技術在交通行業(yè)的應用仍處于初級階段。
　　高分辨率遙感影像相對于中、低分辨率遙感影像具有更為豐

2、富的空間信息、紋理信息和地物幾何信息。隨著遙感技術的不斷發(fā)展，遙感影像的分辨率的不斷提高，影像數(shù)據(jù)的信息提取和分類技術面臨著新的問題和挑戰(zhàn)。傳統(tǒng)的基于像元的分類方法由于其分類精度的限制已經不能滿足遙感技術發(fā)展的需求，因此面向對象的分類技術應運而生。面向對象分類技術在處理遙感影像時，最小信息提取單元不再是單個像元，而是光譜和紋理特征相似的“均質對象”，因此可以充分利用包含光譜特征在內的其他結構信息，大幅度地提高分類精度與效率。
　　

3、在面向對象分類技術的基礎上，①采用標記分水嶺算法獲取影像對象。提出了一種溢水模型，并用該模型修改標記產生方式，同時利用邊緣檢測手段，提高微弱邊緣的提取能力且極大的抑制過分割現(xiàn)象；②對獲得的區(qū)域對象提取包括光譜信息、紋理信息、邊緣幾何信息等特征，通過不同的特征組合分類實驗，分析出不同特征對各類地物的分類效果，得出最佳的特征組合；③利用自適應權重的多重稀疏表示分類算法（Multiple Sparse Representation Class