面向对象的特征自动选择的建筑物信息提取

针对建筑物信息提取存在低效率、高成本的问题,提出了一种利用分离阈值算法(seperability and thresholds,SEaTH)的高精度建筑物信息提取方法。采用高分二号遥感影像,通过半自动化信息提取构建分类规则的方法对天津市西青区的建筑物信息进行提取。通过运用SEaTH算法构建知识规则,选取训练样本并输出训练样本的特征值,将输出的特征值运用SEaTH算法进行自动确定阈值和特征优选,进而采用像素对象调整优化建筑物轮廓。将基于面向对象的最邻近分类法与该方法进行了精度评价对比。结果表明,该方法在提取建筑物信息时出现的错分漏分现象较少,且总体精度和Kappa精度都要高于基于面向对象的最邻近分类法,验证了其在提取建筑物信息方面的可行性。

基于EasyFeature软件的地表覆盖采集研究与评价

在深入分析10米地表覆盖项目的前提下,采用人工目视判读和EasyFeature软件半自动提取模块进行地表覆盖信息提取,对提取结果进行分析对比,评估软件功能的准确度和效率,为项目生产提供技术支撑,从而进一步确定更高效的生产方式。