基于特征增强技术的面向对象分类方法

摘要：

针对传统基于像元的分类方法不能满足对高分辨率影像(HRI)进行分类的矛盾,提出基于特征增强技术的面向对象分类方法(FETCOOCA).并以北京市海淀区的SPOT5影像为例,考虑到影像中植被、水体和建筑物等地物之间的特征差异,对影像中地物的光谱、形状、纹理等信息进行特征增强处理,并结合面向对象的分类方法对其进行分类.最后,对FETCOOCA与传统基于像元的分类方法进行对比分析.结果表明:提出的FETCOOCA明显优于传统分类方法,它可以大幅度提高HRI的分类精度,有效抑制椒盐现象的发生,使分类后的图像含有更为丰富的语义信息.

关键词：特征增强、面向对象、分类方法

所属期刊栏目：15

分类号：TP391.4(计算技术、计算机技术)

资助基金：北京市自然科学基金9062006;空间信息集成与3S工程应用北京市重点实验室项目SIIBKL06-3-03

在线出版日期：2008-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：135-138