随着高分辨率遥感影像在矿山分类工作中的广泛应用,面向对象的多尺度分割技术成为研究热点。最优尺度的选取是此类技术的关键。为获取高分遥感影像最适宜的分割尺度,本文以赣州稀土矿山高分辨率遥感影像为源数据,选择与邻域绝对均值差...随着高分辨率遥感影像在矿山分类工作中的广泛应用,面向对象的多尺度分割技术成为研究热点。最优尺度的选取是此类技术的关键。为获取高分遥感影像最适宜的分割尺度,本文以赣州稀土矿山高分辨率遥感影像为源数据,选择与邻域绝对均值差分方差比方法 RMAS(Ratio of Mean Difference to Neighbors(ABS)to Standard Deviation)方法获取最优分割尺度。通过分割质量值对分割结果进行评价分析,研究验证了RMAS方法的可行性。展开更多
文摘随着高分辨率遥感影像在矿山分类工作中的广泛应用,面向对象的多尺度分割技术成为研究热点。最优尺度的选取是此类技术的关键。为获取高分遥感影像最适宜的分割尺度,本文以赣州稀土矿山高分辨率遥感影像为源数据,选择与邻域绝对均值差分方差比方法 RMAS(Ratio of Mean Difference to Neighbors(ABS)to Standard Deviation)方法获取最优分割尺度。通过分割质量值对分割结果进行评价分析,研究验证了RMAS方法的可行性。