QuickBird卫星图像信息识别

摘要：

信息识别是目前高分辨率遥感应用中的最大障碍.以株洲市QuickBird图像为研究对象,将研究区分为道路、水、林地、农用地、裸露地和居民点6种地类,分别进行目视判读、计算机监督分类和非监督分类,其精度分别为98.2%、72.64%和60.71%.同时,还对研究区内的QuickBird、ETM+和TM图像进行计算机监督和非监督分类对比,结果表明无论是监督分类还是非监督分类,QuickBird图像的分类精度均低于ETM+和TM图像,这说明空间分辨率的提高对传统的计算机分类结果没有改善,传统的基于像元的分类技术在应用于QuickBird图像时表现出严重的缺陷.因此,本文回避了像元灰度统计法,采用先将图像分割,将以像元为基础的QuickBird图像转化为以对象为基础的图像,这样将研究区共分割出10000多个对象,建立对象的面积、周长、长度、宽度、长/宽、矩形度和圆形度计算模型;根据研究区各地类特征确定特征因子阈值,模拟目视判读过程,重新对研究区进行分类,结果6种地类的综合分类精度达到91.6%,这说明基于对象的多特征分类对于QuickBird图像识别有明显的改善作用.

关键词：高分辨率遥感、QuickBird图像、分类、形状因子、精度

所属期刊栏目：10

分类号：TP751.1(遥感技术)

资助基金：中国科学院资助项目30471391;湖南省杰出青年科学基金02JJBY005;湖南省教育厅青年基金04B059

在线出版日期：2006-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1504-1510