10.3969/j.issn.1672-9722.2018.09.034
像元类别信息辅助下的遥感影像自适应分割分类方法研究
与传统像元级分类相比,基于较高空间分辨率影像的面向对象影像分析方式更加符合大比例尺国土资源监测调查的需要.作为面向对象分析的关键环节,形成精准的物边界的影像分割一直受到了广泛的研究,而其中的难点则是分割尺度的选择问题.这里提出一种"因物而异"的自适应尺度影像分割方法,即像元类别信息辅助下的遥感影像自适应分割分类方法(PCASC),通过融入像元类别信息辅助选择局部地物适宜的分割尺度参数,同时赋予分割对象类别属性.通过对ZY3影像在eCognition中定制规则实现PCASC方法的实验结果表明,该方法能够有效实现遥感影像的自适应尺度分割与分类,部分对象的类别错误问题也很容易得到修正,同时也应注意到部分区域也存在欠分割问题,这需要通过进一步研究更为有效的尺度适应性指标来解决.
像元类别、自适应分割、自适应分类、适宜性指标、eCognition
46
TP753(遥感技术)
云南省应用基础研究计划项目2013FB082;云南省地矿局科技创新基金2015JJ03
2018-10-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
1866-1870