面向对象方法在SPOT5遥感图像分类中应用_以北京市海淀区为例.pdfVIP

第 22 卷 　第 2 期 地 理 与 地 理 信 息 科 学 Vol. 22 　No. 2 2006 年 3 月 　 　 　 　 　 　　　Geography and Geo - Information Science 　 　 　 　 　 　 　 　 March 2006 面向对象方法在 SPO T5 遥感图像分类中的应用 ———以北京市海淀区为例 曹 　宝 ,秦 其 明 ,马 海 建 ,邱 云 峰 (北京大学遥感与地理信息系统研究所 ,北京 100871) 摘要 :SPO T5 图像的空间分辨率高 ,局部异质性较大 ,采用基于像元的传统方法分类精度低 ,难以满足实际应用的 需要。以北京市海淀区 SPO T5 图像为例 ,应用面向对象方法对其进行分类试验 ,并将该方法与传统基于像元方法 的分类结果进行对比分析。结果表明:利用面向对象方法对 SPO T5 遥感图像进行分类 ,不仅使分类结果具有丰富 的语义信息 ,有效抑制“椒盐现象”的发生 ,还可以显著提高分类精度。 关键词 :遥感分类 ;面向对象方法 ;SPO T5 图像 ( ) 中图分类号: TP751 　　文献标识码 :A 　　文章编号 :1672 - 0504 2006 02 - 0046 - 04 象分类方法的理论和技术均处在发展中 ,但已表现 0 　引言 出较强的生命力 ,是未来遥感分类研究的重点。 随着遥感技术的发展 ,SPO T 系列卫星图像在城 1 　面向对象的遥感图像分类方法 市规划、土地利用现状调查、环境治理、公共安全等 方面得到了广泛应用。然而 SPO T5 图像的空间分 面向对象的遥感图像分类方法[9 ] 突破了传统分 辨率高 ,局部异质性较大 ,采用基于像元的传统分类 类方法以像元为基本分类和处理单元的局限性 , 以 ( 方法对其进行分类和信息提取精度低 ,不能满足实 含有更多语义信息的多个相邻像元组成的对象 含 ) 际应用的要求。因此 , 国内外学者在基于像元的遥 超级对象和子对象 为处理单元 ,可以实现较高层次 感图像分类基础上进行了大量研究 , 引入许多新方 的遥感图像分类和目标地物提取。通过该方法对遥 ( ) [1 ,2 ] ( ) 法 ,如神经网络分类器 Neural Net Classifier 、空 感图像进行分割 ,首先得到同质对象 或基元 ,再根 ( 间逐步寻优模型 Stepwise Optimization Making 据遥感图像分类或目标地物提取的具体要求 ,检测 ) [3 ] ( ) [4 ] (