基于面向对象的高分影像地表覆盖典型要素快速提取对比研究

全国第一次地理国情普查工作正在开展,涉及大量影像解译工作,高分辨率遥感影像是当前解译工作中应用最广泛、最基础的影像产品。然而,由于高分辨率遥感影像地物颜色多样、纹理结构复杂,传统的基于像元的解译方法对高分辨率遥感影像进行地物要素自动提取的效果不能满足日益工程化项目要素提取效率与分类精度要求。因此,针对基于像元的影像解译方法存在的不足,本文采用面向对象的解译方法,对几种常见影像处理软件进行对比试验,并对精度进行验证。结果表明:基于eCognition(易康)软件的遥感影像自动分割分类解译精度较ENVI EX、Titan Image软件解译精度高。

面向对象的土地利用遥感分类——以邛海流域为例

利用google earth提取的SPOT5高分辨率遥感影像为研究数据,基于The Environment for Visualizing Images(ENVI)EX软件平台,采用面向对象的多尺度分割方法,获得了邛海流域土地利用类型。结果表明:该分类方法不仅能够克服传统基于像元分类方法中的"椒盐效应"问题,而且能够综合利用DEM、NDVI等辅助信息和地物本身的光谱特征与纹理特征。对分类结果进行了检验,分类精度达89.18%,分类结果达到要求。