论文部分内容阅读
遥感技术能快速、准确、及时地提供最新的对地观测数据,如今遥感图像已经成为人们获取地表覆被信息的重要数据源。遥感图像分类是根据遥感图像上像元值的高低差异以及空间变化来区分不同的地物,它是遥感应用的重要方面,也是研究的重点和热点。 遥感图像分类可能因“同物异谱,同谱异物”造成类内光谱差异大,类间光谱特征相互重叠,难以求取类别的多元统计分布模型,所以单纯地依靠光谱特征难以正确识别地物。区域多中心法以区域作为分类单元,以类内中心集合表征类别模式,采用基于区域特征的方法分类。 首先,从样本选取、参数选择的角度比较遥感图像分类方法的优势与不足,并介绍了区域多中心法的理论。其次,通过将区域多中心法应用于土地利用分类,讨论类内中心数、分类单元以及分类特征阈值(中心数门限值与百分比门限值)对区域多中心分类的影响,分析区域多中心法的鲁棒性能。再次,将区域多中心法应用到单一类别提取和不同空间分辨率遥感图像的分类中,取得了与目视解译吻合的结果。最后,将区域多中心法应用于城区扩展变化检测中,体现了城区扩展的多样性和区域性。 研究表明:(1)区域多中心法对遥感图像样本选取的要求不高,类内中心是分类关键,在一定范围内影响分类精度,百分比门限值在很大程度上影响分类结果,分类单元与中心数门限值对分类的影响甚小;(2)区域多中心法能解决类内光谱差异大,类间光谱特征重叠,求取多元统计分布模型困难的问题,而且区域多中心法对城区扩展变化检测也有很好的适用性。