基于Landsat8的面向对象分类方法研究

Landsat 8卫星的成功发射为Landsat计划重新注入新鲜血液,而要建立与现实世界真正相匹配的地表模型,面向对象的方法是目前为止较为理想的方法,本文将基于Landsat8 OLI进行面向对象分类法的研究。借助ENVI软件对Landsat8 OLI福州景遥感影像进行辐射定标、大气校正、几何精纠正、影像裁剪、影像融合等数据预处理,再通过e Cognition软件采用面向对象的分类方法对已处理的影像进行多尺度分割、选取相应地物类型样本或者分类特征,构建知识库,执行分类,并根据目视解译对分类结果进行人工干预,进一步提高分类精度,从而对影像进行最终分类,并将分类结果与传统最大似然分类法进行比对。结果显示:面向对象的分类方法总体分类精度(89.00%)明显高于最大似然法分类法,这种方法可较大地提高新型传感器(Landsat8 OLI)遥感数据的自动识别精度。