面向对象的高分辨率遥感影像土地覆盖分类研究

摘要

随着经济的发展，土地利用越来越被国人重视，土地作为不可再生资源，应该被国人重视。传统的土地覆盖调查，耗时久，费用大，造成对人力物力资源的大量浪费，而遥感技术凭借其获取信息的同步性、时效性、综合性和经济性的特点，为土地覆盖信息的快速获取与评价提供了一种新的技术手段。在针对高分辨率遥感影像的土地覆盖分类研究中，详述了面向对象信息提取的关键-多尺度影像分割和基于分割的分类技术，并将其与传统基于像素光谱信息的分类方法进行了比较。基于上述理论为基础，对实验区进行地物信息提取实验，实现土地用地的覆盖分类研究。最终分类结果表明:在视觉方面，面向对象信息提取技术克服了传统方法无法克服的噪声的影响;对精度而言，面向对象信息提取技术的总体精度比最大似然法的总体精度提高了，并且各类地物信息的提取精度均有所提高，其中农田、道路、建筑物的精度较高。
　　主要研究内容:
　　(1)根据不同地物类型的特点，选取地物提取的最优分割尺度对实验区进行分割，构建地物类型提取的分类体系。
　　(2)提取地物类型的特征或特征组合，采用适当的分类法对地物类型进行分类，获得实验区的地物分类结果。
　　(3)将实验区面向对象遥感影像分类方法的分类结果与传统面向像元分类方法的分类结果进行对比评价。
　　(4)采用面向对象遥感影像分类方法对高分辨率遥感影像进行信息提取时，精度更高。

目录

声明

致谢

摘要

1 绪论

1．1 选题的背景和意义

1．1．1 选题背景

1．1．2 选题意义

1．2 面向对象遥感影像分类方法在国内外的研究现状

1．2．1 国内面向对象遥感影像分类方法的研究

1．2．2 国际上面向对象遥感影像分类方法的研究

1．3 研究目的与研究内容

1．3．1 研究目的

1．3．2 研究内容

1．4 技术路线

1．5 论文的组织结构

2 图像分类的理论与方法

2．1 高分辨率遥感影像相关知识

2．2 面向对象的分类方法的提出

2．3 传统信息和面向对象信息提取的基本理论

2．3．1 传统信息提取理论

2．3．2 面向对象信息提取理论

2．4 eCognition软件的简要介绍

2．4．1 eCognition简介

2．4．2 eCognition的特点

2．4．3 eCognition的功能

3 面向对象的高分辨率遥感影像分类方法

3．1 影像分割

3．1．1 影像分割概述

3．1．2 多尺度分期

3．1．3 多尺度影像分翻参数的选取

3．1．4 量优分割尺度

3．2 影像对象的分类

3．2．1 量邻近分类

3．2．2 模糊分类

4 面向对象的土地覆盖信息提取实验研究

4．1 软件平台

4．2 实验数据

4．3 多尺度分割和多层次体系结果的建立

4．4 信息提取与分类研究

4．5 精度评价

4．5．1 误差矩阵

4．5．2 城区分类结果评价

4．5．3 农业区分类结果评价

5 结论与展望

5．1 结论

5．2 展望

参考文献

作者简历

学位论文数据集