面向对象高分辨率遥感影像信息提取_以耕地提取为例.pdfVIP

2008. 6 　　　　　　　　　　　　　　　　　　　　　遥感应用 　　　　　　　　　　　　　　　　　　　　遥感信息 面向对象的高分辨率遥感影像信息提取 ———以耕地提取为例 ①, ② ② ② ② ① 李敏 ,崔世勇 ,李成名 ,印洁 ,李云岭 ( ① 山东科技大学测绘学院 ,青岛 2665 10 ; ② 中国测绘科学研究院 ,北京 100039) 摘要 :随着高分辨率遥感影像的广泛应用 ,面向对象的高分辨率影像信息提取技术得到了迅速发展 。本文着 重讨论面向对象的高分辨率遥感信息提取的关键技术 ,探索了面向对象的影像分析软件 eCognition 在耕地信息 提取方面的最优参数选择 ,并且从 I KON O S 影像中提取的耕地信息与传统分类方法的提取结果进行对比。试验 结果表明该方法具有较高的精度 。 关键词 :面向对象;高分辨率 ;信息提取 ;eCognition 中图分类号 : TP75 1 　　文献标识码 : A 　　文章编号 : 1000 - 3 177 (2008) 100 - 0063 - 04 分析技术的发展 ,从基于数学与统计的方法发展为 1 　引　言 [2 ] 基于逻辑与启发的分析技术 ; Lobo ( 1996) 等人利 随着高分辨率遥感卫星的发展 ,具有丰富的几 用基于目标的信息提取思想对遥感影像进行了分 何结构和纹理信息的高分辨率遥感影像扩充了人们 类 ,得到了较好的结果 , 同时他们特别指出 ,与传统 的视野 , 同时又为遥感信息提取技术提供了新的发 的基于像素的分类结果相比,基于 目标对象的方法 展机遇 。传统的遥感信息提取方法都建立在像素的 得到的结果更容易被解译 ,而且处理结果中图斑的 统计特征基础上 ,很少利用地物的形状 、几何结构等 完整性更好[3 ] ; Hof mann (200 1) 在面向对象的分类 信息 ,分类精度较低 、效率不高 ,而且依赖解译人员 , 方法中利用影像对象的光谱 、纹理 、形状与背景信息 很大程度上不具备重复性 。为了更好地利用高分辨 识别 I KON O S 影像中的非正式居民地 ,得到较好的 率遥感影像的丰富信息 ,实现高分辨率遥感影像的 效果并具有较高的精度[4 ] ;Qin Yu (2006) 利用面向 信息提取 ,面向对象的影像分析方法应运而生 ,它所 对象的分类方法进行了森林资源的调查 ,分类数量 处理的信息不再是低层次的像素 ,而是经过多尺度 达到 43 个 ,最终取得了比较满意的结果[ 5 ] 。由此可 分割之后的目标对象 。与像素层面的分析方法相 见 ,面向对象的影像提取技术正逐步走向成熟 。 比,影像分析和理解的层次有了很大的提高和进步 。 2 . 2 　多尺度遥感影像分割的原理 尤其是第一个面向对象的影像分析软件 eCo gnition 面向对象的信息提取技术主要包括两个关键技 的出现 , 更加速 了该方法 的发展 。本文就基 于 术 ———多尺度遥感影像分割和面向对象的影像分 eCo gnition 进行研究 。 类 。多尺度遥感影像分割是面向对象信息提取的基 础和关键 ,分割的好坏直接关系到后续信息提取结 2 　面向对象的信息提取技术