留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于面向对象分类方法在SPOT影像中的地物信息提取

祖 琪 袁希平 莫源富 袁 磊

祖 琪, 袁希平, 莫源富, 袁 磊. 基于面向对象分类方法在SPOT影像中的地物信息提取[J]. 中国岩溶, 2011, 30(2): 227-232.
引用本文: 祖 琪, 袁希平, 莫源富, 袁 磊. 基于面向对象分类方法在SPOT影像中的地物信息提取[J]. 中国岩溶, 2011, 30(2): 227-232.
ZU Qi, YUAN Xi-ping, MO Yuan-fu, YUAN Lei. Surface features’ information extraction from SPOT images with object-oriented classification method[J]. CARSOLOGICA SINICA, 2011, 30(2): 227-232.
Citation: ZU Qi, YUAN Xi-ping, MO Yuan-fu, YUAN Lei. Surface features’ information extraction from SPOT images with object-oriented classification method[J]. CARSOLOGICA SINICA, 2011, 30(2): 227-232.

基于面向对象分类方法在SPOT影像中的地物信息提取

基金项目: 中国地质科学院岩溶地质研究所基本科研业务费项目(2009016)

Surface features’ information extraction from SPOT images with object-oriented classification method

  • 摘要: 利用基于面向对象分类方法的eCognition软件,以桂林寨底地区为研究区,对影像中各类地物设置不同的分割参数,即初始分割尺度为30,形状因子为0.1,光谱因子为0.9,紧凑度为0.7,光滑度为0.3,能够比较准确地分割出水体、植被、非植被3类地物。根据建立的类层次结构,继续对植被和非植被2个大类进行细分,结果表明当分别选定分割尺度为80和50时效果较理想。利用eCogni-tion对完成分割的地类进行分类,并结合最后的手动修改,取得了较高的分类精度,即总的分类精度达到96.28%,Kappa系数为0.9523。与传统的分类方法进行对比,面向对象分类方法在高分辨率影像分类工作中具有较大的优势。

     

  • [1] Wang Fangju. Fuzzy supervised classification of remote sensing images[J]. IEEE Trans. On Geosci. and Remote Sensing,1990,28(2):194-201.
    [2] Benediktssn J A, Swain P H and Ersoy O K. Neural network approaches versus statistical methods in classification of multi source remote sensing data[J].IEEE Trans. On Geosci. and Remote Sensing,1990,28(4):540-552.
    [3] Ton J, Sticklen J, Jain A. K. Knowledge-Based segmentation of Land-sat images [J].IEEE Transaction on Geoscience and Remote Sensing,1991,29(2):223-231.
    [4] Lobo A, Chic O, Casterad A. Classification of Mediterranean crops with multi-sensor data: per-pixel versus per-object statistics and image segmentation[J].International Journal of Remote Sensing,1996(17):2358-2400.
    [5] Hofamnn P. Detection in formal settlements from IKONS image data using methods of object oriented image analysis: an example from Cape Town(South Africa)[C]Remote Sensing of Urban Areas/F Enerkundung in Urbanen Raumen,2001:41-42.
    [6] 杜凤兰.北京大兴区高分辨率遥感土地利用分类及不确定性研究[D].南京大学,2005,5.
    [7] 曹宝,秦其明.面向对象方法在SPOT5遥感图像分类中的应用——以北京市海淀区为例[J].地理与地理信息科学,2006,22(2):46-49.
    [8] QinYu, Peng Gong, et al. Object-based detailed vegetation classification with airborne high spatial resolution remote sensing imagery[J].Photogram metric Engineering and Remote Sensing,2006,72(7):799-811.
    [9] 丁晓英.eCognition在土地利用项目中的应用[J].测绘与空间地理信息系统,2005,28(6):116-120.
    [10] 黎新亮,赵书河,芮一康,等.面向对象高分辨遥感影像分类研究[J].遥感应用,2007,6:58-61.
    [11] 曹雪,柯长青.基于对象级的高分辨率遥感影像分类研究[J].应用技术,2006,5:27-30.
  • 加载中
计量
  • 文章访问数:  4442
  • HTML浏览量:  0
  • PDF下载量:  5159
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-10-24
  • 刊出日期:  2011-06-25

目录

    /

    返回文章
    返回

    温馨提示

    《中国岩溶》新采编系统已上线。即日起,新稿件都需采用新采编系统投稿。原采编系统已受理的投稿,审稿流程仍在原采编系统中完成。

    老用户在登录新系统时,如果密码不正确,需要点击下面的找回密码,重置一个新密码,方可登录进系统。

    《中国岩溶》原网站地址:http://zgyr-ov.karst.ac.cn/

    《中国岩溶》编辑部
    2022年4月20日