论文部分内容阅读
随着卫星遥感的快速发展,遥感影像的分辨率也不断提高,高分辨率遥感影像的大量出现使遥感应用于更多的领域。在遥感影像的空间分辨率不断提高的同时,遥感影像内部的光谱差异性也在不断增大,如何快速准确地对高分辨遥感影像进行信息提取已经成为了遥感影像信息处理的一个主要研究方向。传统的遥感影像信息提取多是基于像元的,基于像元的信息提取利用的是像元的光谱信息,在高分辨遥感影像中除光谱信息外还利用了很多其他信息,只利用影像的光谱信息已经不能满足高分辨率遥感影像信息提取的要求。对于高分辨遥感影像的信息提取,面向对象的信息提取技术受到很大的关注,为高分辨率遥感影像的信息提取提供了独特的价值。该技术是以与影像对象作为最小的信息提取单元,不仅利用了影像的光谱信息,还充分利用了影像的空间信息和纹理信息等,进行分类的时候还可以很好地利用目视判读来一起作为信息提取的依据,很大程度地提高了遥感影像信息提取的精度和效率。本文在学习和研究面向对象的影像分析技术的基础上,利用第一个面向对象的信息提取软件eCognition为软件平台,将面向对象的分析方法和多尺度分割技术应用到高分辨率遥感影像旱季水田利用的信息提取当中。主要研究内容和成果如下:(1)研究了面向对象的高分辨率遥感影像提取的方法,在此基础上提出了旱季水田利用信息提取的流程,对提取过程中的问题和难点进行了研究。(2)对影像的多尺度分割方法展开讨论,分析了在分割过程中尺度和参数对分割结果的影响,对研究区域进行多尺度分割时,基于最优分割尺度的原则提出了一个最优分割尺度参数来计算每个地类的最优分割尺度和参数。(3)建立了研究区域各个地类的分类规则。对分割后的影像进影像结合目视判断进行分析,充分利用高分辨遥感影像丰富的空间特征和光谱特征,选择出各个地类的最优特征组合,采用模糊分类和阈值分类的方法建立各个地类的分类规则对研究区域进行信息提取。(4)将面向对象的分类方法与传统的基于像素的方法进行比较。文中基于envi软件,利用最大似然法对研究区域进行了信息提取,并将提取结果与面向对象的提取结果从分类的总体精度方面进行了比较,结果表明面向对象的分类方法的分类结果是图斑状的,且区域都是连续的,比较接近真实的地表特征,而且解决了基于像素分类方法中的“椒盐现象”这一问题。(5)对旱季水田的利用情况进行了分析。利用面向对象分类的结果,利用面积比对研究区域旱季水田的利用信息进行了分析。论文的创新点在于:(1)在分割尺度的选择上,基于“影像对象内部同质性最大,影像对象之间异质性最大”原则提出了一个最优分割尺度参数来计算每个地类的最优分割尺度和参数。(2)利用面向对象的的方法提取出矢量多边形数据,大大提高了遥感与GIS的集成,提取结果也非常方便进行数据入库。