面向?qū)ο蟮倪b感分類系統(tǒng)研究——以高分衛(wèi)星遙感監(jiān)測(cè)自然保護(hù)區(qū)人類干擾信息為例.pdf

1、隨著我國(guó)環(huán)境衛(wèi)星的研制和成功發(fā)射，我國(guó)的環(huán)境遙感技術(shù)研究與應(yīng)用也取得了矚目的進(jìn)展，高分辨率遙感影像已經(jīng)在相關(guān)的應(yīng)用領(lǐng)域中扮演著重要的角色。傳統(tǒng)的以單個(gè)像素為對(duì)象的分類方法已經(jīng)不能滿足高分辨率遙感影像分類的需求，因此面向?qū)ο蠓诸惙椒ㄖ陵P(guān)重要。
　　面向?qū)ο筮b感影像分類不再以單個(gè)像素為目標(biāo)，而是以同質(zhì)的像素集合為單元，這種方法消除了單個(gè)像元引起的“椒鹽效應(yīng)”。面向?qū)ο蠓诸惙椒ㄊ峭ㄟ^對(duì)影像進(jìn)行分割得到同質(zhì)影像對(duì)象，再根據(jù)分類目標(biāo)綜合分析

2、對(duì)象的光譜、形狀、紋理等特征，進(jìn)行分類和地物信息的提取。面向?qū)ο筮b感影像分類主要包含兩個(gè)關(guān)鍵步驟:多尺度分割和特征選擇。多尺度分割是通過分析對(duì)象的形狀和光譜的特征，使同質(zhì)像元組成大小不同的對(duì)象，分割對(duì)象內(nèi)部的一致性及分割對(duì)象與相鄰分割對(duì)象的異質(zhì)性均達(dá)到最大。特征選擇是根據(jù)要提取的地物信息分析選擇光譜特征、形狀特征以及紋理特征來進(jìn)行分類，得到高精度的信息提取結(jié)果。
　　本文基于Microsoft Visual Studio2008軟

3、件平臺(tái)及ArcGIS Engine組件庫設(shè)計(jì)并研發(fā)了面向?qū)ο筮b感影像分類系統(tǒng)，系統(tǒng)中主要實(shí)現(xiàn)了兩個(gè)關(guān)鍵技術(shù):多尺度分割算法和影像分類。首先根據(jù)多尺度分割算法原理設(shè)計(jì)編寫了該算法，實(shí)現(xiàn)了遙感影像的分割，得到了較好的分割結(jié)果。然后在影像分割的基礎(chǔ)上，研究了影像對(duì)象多個(gè)光譜特征、形狀特征以及紋理特征的計(jì)算方法，選取合適的特征對(duì)影像進(jìn)行了分類。本文以努魯兒虎山國(guó)家級(jí)自然保護(hù)區(qū)為研究區(qū)，并以高分辨率遙感影像數(shù)據(jù)做為數(shù)據(jù)源，利用設(shè)計(jì)研發(fā)的面向?qū)ο筮b

4、感影像分類系統(tǒng)進(jìn)行了該自然保護(hù)區(qū)人類干擾信息的提取，對(duì)信息提取結(jié)果進(jìn)行了精度驗(yàn)證，總體精度達(dá)到89.29％，kappa系數(shù)達(dá)到0.86，精度符合應(yīng)用要求。并且在西雙版納納板河流域國(guó)家級(jí)自然保護(hù)區(qū)進(jìn)行了示范運(yùn)行，對(duì)西雙版納納板河流域國(guó)家級(jí)自然保護(hù)區(qū)進(jìn)行了土地利用分類，總體精度為88.58％，計(jì)算得到kappa系數(shù)是0.77，結(jié)果表明該系統(tǒng)可以有效的進(jìn)行面向?qū)ο蟾叻直媛蔬b感應(yīng)影像分類，而且減少了時(shí)間、節(jié)省了人力，實(shí)現(xiàn)了高精度、快速的面向?qū)ο?/p>