论文部分内容阅读
随着我国环境卫星的研制和成功发射,我国的环境遥感技术研究与应用也取得了瞩目的进展,高分辨率遥感影像已经在相关的应用领域中扮演着重要的角色。传统的以单个像素为对象的分类方法已经不能满足高分辨率遥感影像分类的需求,因此面向对象分类方法至关重要。面向对象遥感影像分类不再以单个像素为目标,而是以同质的像素集合为单元,这种方法消除了单个像元引起的“椒盐效应”。面向对象分类方法是通过对影像进行分割得到同质影像对象,再根据分类目标综合分析对象的光谱、形状、纹理等特征,进行分类和地物信息的提取。面向对象遥感影像分类主要包含两个关键步骤:多尺度分割和特征选择。多尺度分割是通过分析对象的形状和光谱的特征,使同质像元组成大小不同的对象,分割对象内部的一致性及分割对象与相邻分割对象的异质性均达到最大。特征选择是根据要提取的地物信息分析选择光谱特征、形状特征以及纹理特征来进行分类,得到高精度的信息提取结果。本文基于Microsoft Visual Studio2008软件平台及ArcGIS Engine组件库设计并研发了面向对象遥感影像分类系统,系统中主要实现了两个关键技术:多尺度分割算法和影像分类。首先根据多尺度分割算法原理设计编写了该算法,实现了遥感影像的分割,得到了较好的分割结果。然后在影像分割的基础上,研究了影像对象多个光谱特征、形状特征以及纹理特征的计算方法,选取合适的特征对影像进行了分类。本文以努鲁儿虎山国家级自然保护区为研究区,并以高分辨率遥感影像数据做为数据源,利用设计研发的面向对象遥感影像分类系统进行了该自然保护区人类干扰信息的提取,对信息提取结果进行了精度验证,总体精度达到89.29%,kappa系数达到0.86,精度符合应用要求。并且在西双版纳纳板河流域国家级自然保护区进行了示范运行,对西双版纳纳板河流域国家级自然保护区进行了土地利用分类,总体精度为88.58%,计算得到kappa系数是0.77,结果表明该系统可以有效的进行面向对象高分辨率遥感应影像分类,而且减少了时间、节省了人力,实现了高精度、快速的面向对象高分辨率遥感影像分类。