基于面向对象分类方法在SPOT影像中的地物信息提取

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eCognition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.

关键词：eCognition、面向对象分类、类层次结构、分割、最大似然法分类

所属期刊栏目：30

分类号：TP75(遥感技术)

资助基金：中国地质科学院岩溶地质研究所基本科研业务费项目2009016

在线出版日期：2011-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：227-232