基于影像认知和地学理解的面向对象分类研究

摘要

随着遥感技术的迅速发展，具有丰富空间结构和纹理信息的高分辨率遥感影像不断出现，面向对象的分类方法也成为高分辨率遥感影像信息提取的一种新的范式。面向对象的遥感图像分类方法需要解决两个关键问题：一是影像分割算法的实现，即如何科学合理的进行遥感影像区域分割，使得分割后的影像对象与实际地物的边界能更好的吻合；二是影像对象规则特征的选择，即如何快速准确的提取影像对象的特征或特征组合，从而获得良好的分类效果。多尺度分割方法由于能较好的考虑地表对象的尺度效应，成为一种典型的图像分割方法；而在影像对象特征选取方面目前尚缺乏有效的方法。为此，本研究从影像认知和地学理解的角度，深入分析研究区域目标地物的光谱特征和空间综合特征信息，明确对象的特征信息与地物之间的对应关系，在此基础上，进行影像对象分类特征的选择，实现遥感影像信息的自动提取。将该方法应用于南京市Quickbird 数据的分类研究，结果表明，该方法所选特征能够很好的实现目标地物的信息提取，并且具有明确的地学意义，便于理解。而且，新方法比传统基于像素的分类方法具有更高的分类精度和效率，可以实现区域土地利用/土地覆被信息的快速更新与精确提取。