影像分割数据质量评价与参数优选方法研究

针对遥感影像分割数据质量评价与参数优选问题,本文提出了一种基于顶点距离度量的评价指数,通过计算匹配分割对象顶点与参考多边形边界之间的位置关系及其距离度量评价影像分割结果。该方法可使所选最优分割数据集中的匹配分割对象与参考多边形之间保持较高的几何一致性,较大程度地减轻欠分割和过分割效应。通过对World View 2、Quick Bird和ALOS等3个高分辨率卫星影像中农田、水体、林地和建筑物等多种地物类型的试验分析,表明多数最优分割数据集中匹配分割对象与参考多边形间的面积重合度达到70%及以上。本研究可为遥感影像分割数据质量评价和参数优选提供一种有效方法。

基于对象影像分析方法支持下的多源遥感影像光伏电场提取

以光伏电场为代表的新能源在我国尤其是西部荒漠地区发展迅猛,利用遥感信息分析方法自动、快速、准确获取该类能源用地具有重要现实意义。以宁夏中卫市沙漠光伏产业园为研究区,在基于对象影像分析方法的支持下分析了光伏电场在Landsat 8 OLI、World View Ⅱ和高分-1号(GF-1)遥感影像上的光谱、纹理等特征并进行了提取试验。

基于监督与非监督分割评价方法提取高分辨率遥感影像特定目标地物的对比研究

基于地理对象的影像分析方法已成为高分辨率遥感影像分析的重要手段。影像分割作为其关键步骤,如何设置合适的分割算法参数对后续分割和分类结果有重要的影响。目前分割参数优选方法的探讨分别从非监督与监督分割质量评价2个方面展开,而何者更适合高分辨率遥感影像特定目标地物分析仍缺乏对比研究。本文以城镇和乡村为例,选取多源遥感数据Quickbird、WorldView-2和ALOS影像中共有的3种典型土地覆被为研究对象,基于2种具有代表性的非监督与监督方法ESP2 (Estimation of Scale Parameter 2)与ED2 (Euclidean distance 2)进行实验,对最优分割和分类的结果进行全面的对比分析。结果表明:①相同实验参数下,监督方法均能以较少的分割数据集获得目标地物的最优分割结果,且与真实地理对象吻合度更高;②非监督方法依靠影像自身特征分析进行分割参数优选,无法克服不同景观格局和影像分辨率的影响,而监督方法可通过改变参考数据集的面积和空间分布模式等来降低其影响;③非监督方法往往因为欠分割而漏分小目标地物,这样会严重影响局部分类结果。虽然本文中非监督与监督方法的整体分类精度均可达90.08%以上,但非监督方法的漏分率却是监督方法的1.43~4.65倍。因此,本研究认为监督方法更适合分析高分辨率遥感影像特定小目标地物。