面向?qū)ο蟮倪b感分類系統(tǒng)研究——以高分衛(wèi)星遙感監(jiān)測自然保護區(qū)人類干擾信息為例.pdf

1、隨著我國環(huán)境衛(wèi)星的研制和成功發(fā)射，我國的環(huán)境遙感技術研究與應用也取得了矚目的進展，高分辨率遙感影像已經(jīng)在相關的應用領域中扮演著重要的角色。傳統(tǒng)的以單個像素為對象的分類方法已經(jīng)不能滿足高分辨率遙感影像分類的需求，因此面向?qū)ο蠓诸惙椒ㄖ陵P重要。
　　面向?qū)ο筮b感影像分類不再以單個像素為目標，而是以同質(zhì)的像素集合為單元，這種方法消除了單個像元引起的“椒鹽效應”。面向?qū)ο蠓诸惙椒ㄊ峭ㄟ^對影像進行分割得到同質(zhì)影像對象，再根據(jù)分類目標綜合分析

2、對象的光譜、形狀、紋理等特征，進行分類和地物信息的提取。面向?qū)ο筮b感影像分類主要包含兩個關鍵步驟:多尺度分割和特征選擇。多尺度分割是通過分析對象的形狀和光譜的特征，使同質(zhì)像元組成大小不同的對象，分割對象內(nèi)部的一致性及分割對象與相鄰分割對象的異質(zhì)性均達到最大。特征選擇是根據(jù)要提取的地物信息分析選擇光譜特征、形狀特征以及紋理特征來進行分類，得到高精度的信息提取結(jié)果。
　　本文基于Microsoft Visual Studio2008軟

3、件平臺及ArcGIS Engine組件庫設計并研發(fā)了面向?qū)ο筮b感影像分類系統(tǒng)，系統(tǒng)中主要實現(xiàn)了兩個關鍵技術:多尺度分割算法和影像分類。首先根據(jù)多尺度分割算法原理設計編寫了該算法，實現(xiàn)了遙感影像的分割，得到了較好的分割結(jié)果。然后在影像分割的基礎上，研究了影像對象多個光譜特征、形狀特征以及紋理特征的計算方法，選取合適的特征對影像進行了分類。本文以努魯兒虎山國家級自然保護區(qū)為研究區(qū)，并以高分辨率遙感影像數(shù)據(jù)做為數(shù)據(jù)源，利用設計研發(fā)的面向?qū)ο筮b

4、感影像分類系統(tǒng)進行了該自然保護區(qū)人類干擾信息的提取，對信息提取結(jié)果進行了精度驗證，總體精度達到89.29％，kappa系數(shù)達到0.86，精度符合應用要求。并且在西雙版納納板河流域國家級自然保護區(qū)進行了示范運行，對西雙版納納板河流域國家級自然保護區(qū)進行了土地利用分類，總體精度為88.58％，計算得到kappa系數(shù)是0.77，結(jié)果表明該系統(tǒng)可以有效的進行面向?qū)ο蟾叻直媛蔬b感應影像分類，而且減少了時間、節(jié)省了人力，實現(xiàn)了高精度、快速的面向?qū)ο?/p>