基于面向对象的多尺度山地城市土地覆盖信息提取——以重庆市大学城城区为例

本文刊于: 《重庆工商大学学报(自然科学版)》 2016年第01期

关键词:
多尺度分割 面向对象 模糊分类 山地城市

基于面向对象的多尺度山地城市土地覆盖信息提取——以重庆市大学城城区为例
摘要
     以重庆市大学城区的Quick Bird高分辨率遥感影像为数据源,基于多尺度分割算法获得内部异质性较小的对象,构建典型地物影像特征库,实现不同地类特征的针对性描述,采用级联方式综合最邻近分类算法和模糊分类算法优点,实现山地城市土地覆盖信息的面向对象提取,并把提取结果与传统监督分类方法进行对比分析;结果表明:综合使用地物的光谱、纹理、几何等特征的面向对象分类法提取结果稳定性好,分类效率高;面向对象分类能够有效避免"椒盐"噪声,分类结果具有很好的区域性和连贯性;面向对象分类法对于山地城市中光谱特征特别相近或相同的耕地和草地、建筑用地和道路的分类,精度分别提高了28.67%、9.24%、10.38%和8.79%,有效地克服了同谱异物和同物异谱现象;根据对比分析结果得知,面向对象分类法在山地城市土地覆盖信息提取中具有较高的可行性和一定的应用价值,同时由于研究区域的复杂性和研究对象的普适性,算法研究成果可以推广应用到其他山地城市区域。

基金项目:
国家科技支撑计划课题(2012BAH28B04);国家自然科学基金(41201546)

本文地址:www.fabiao.net/content-18-461489-1.html

上一篇:基于VB开发环境的机械臂可视化研究
下一篇:PLC远程诊断及服务技术

分享到: 分享基于面向对象的多尺度山地城市土地覆盖信息提取——以重庆市大学城城区为例到腾讯微博           收藏
发表网-基于面向对象的多尺度山地城市土地覆盖信息提取——以重庆市大学城城区为例-在线咨询