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.pdf

第33卷第 1期 重庆工商大学学报 (自然科学版) 2016年 2月 Vo1．33 NO．1 JChongqingTechnolBusinessUniv．fNatSciEd) Feb．2016 doi：10．16055／j．issn．1672-058X．2016．0001．018 基于面 向对象的多尺度山地城市 土地覆盖信息提取 术 — — 以重庆市大学城城区为例 何顺兵，牟凤云 (重庆交通大学 建筑与城市规划学院，重庆400074) 摘 要：以重庆市大学城区的QuickBird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。 关键词：多尺度分割；面向对象；模糊分类；山地城市 中图分类号：TP75 文献标志码：A 文章编号：1672—058X(2016)01—0083—06 随着摇感卫星影像技术的发展，高空间分辨率 的分类方法很难获得满意的分类结果。面向对象 的遥感影像具有更加丰富的空间、光谱、纹理和几 分类方法能够充分的利用高空间分辨率影像中的 何等特征信息，目前已经成为城市土地利用／土地 光谱、纹理和几何等特征信息，实现土地覆盖信息 覆盖变化信息提取的主要数据源之一_】]。传统基 的高精度提取，通过模拟人类视觉理解，以多尺度 于像元的遥感影像分类方法主要以像元的光谱特 分割后的影像对象为分类单元，综合利用对象的光 征为基础，不能充分的利用高分辨影像中地物丰富 谱特征、纹理特征、几何特征以及上下文之间的语 的纹理、形状和几何特征信息，且分类后椒盐噪声 义信息，实现从 目标尺度空间到语义尺度空间的表 严重，分类精度不高，已经不能满足现代城市土地 达，根据模糊分类思想确定分割对象最终的归属类 利用／覆盖变化信息数据的精度要求 [2]。山地城市 别，可以实现较高层次的遥感图像分类和 目标地物 土地覆盖地物类型多样，纹理丰富，地类之间的空 的快速提取 4J。 间关系错综复杂，特别是高空间影像中像元光谱特 结合全国第二次土地利用分类体系和全国第 征更加单一，不同地物光谱特征相互重叠，影像中 一 次地理国情普查分类体系并结合山地城市土地 “同谱异物”和 “同物异谱”现象严重，传统基于像元 覆盖地物分布特点建立适合山地城市的土地覆盖 收稿 日期：2015-09—06：修回日期：2015-10-15． ：It基金项 目：国家科技支撑计划课题(2012BAH28B04)；国家 自然科学基金． 作者简介：何顺兵(1991一)，男，重庆秀山人，硕士研究生 ，从事国土资源与3s技术研究． 通讯作者 ：牟凤云(1979一)，女，山东高密人，副教授 ，博士，从事 3s集成技术与应用和国土资源遥感研究 E—mail：7