面向对象的遥感影像最优分割尺度监督评价

被引:8
作者
庄喜阳 [1 ,2 ]
赵书河 [1 ,2 ,3 ]
陈诚 [1 ,4 ]
丛佃敏 [1 ,2 ]
曲永超 [1 ,2 ]
机构
[1] 南京大学地理与海洋科学学院
[2] 江苏省地理信息技术重点实验室南京大学
[3] 江苏省地理信息资源开发与利用协同创新中心
[4] 南京水利科学研究院
基金
国家重点研发计划;
关键词
面向对象; 最优分割尺度; 监督评价; 遥感影像;
D O I
暂无
中图分类号
TP751 [图像处理方法];
学科分类号
081002 ;
摘要
面向对象的遥感影像分类质量和精度,不仅取决于分类算法的好坏,而且取决于遥感影像的分割质量。以定量方法确定最优分割尺度,排除主观因素干扰,已成为影像分割质量评价的重点。以往的分割质量评价方法往往忽视了对象识别在影像分割质量评价中的重要性,因此,在分析地表真实地物和影像分割对象之间空间关系的基础上,构造出一种基于面积和位置的影像分割最优尺度评价指数;并对World View2多光谱影像进行分割实验,确定了不同地物的最优分割尺度。研究结果表明,该方法在影像分割结果评价和参数优化方面具有更大的优势,不仅可以评价遥感影像分割质量、进行分割尺度参数优化,而且在分割质量评价过程中减少了人为干预,提高了方法的客观性。
引用
收藏
页码:49 / 58
页数:10
相关论文
共 7 条
[1]   面向对象的遥感影像最优分割尺度评价 [J].
陈春雷 ;
武刚 .
遥感技术与应用, 2011, (01) :96-102
[2]   利用AdaBoost算法进行高分辨率影像的面向对象分类 [J].
龚健雅 ;
姚璜 ;
沈欣 .
武汉大学学报(信息科学版), 2010, 35 (12) :1440-1443+1448
[3]   高分辨率遥感影像特征分割及算法评价分析 [J].
明冬萍 ;
骆剑承 ;
周成虎 ;
王晶 .
地球信息科学, 2006, (01) :103-109
[4]  
Image segmentation evaluation: A survey of unsupervised methods[J] . Hui Zhang,Jason E. Fritts,Sally A. Goldman.Computer Vision and Image Understanding . 2007 (2)
[5]  
Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information[J] . Ursula C. Benz,Peter Hofmann,Gregor Willhauck,Iris Lingenfelder,Markus Heynen.ISPRS Journal of Photogrammetry and Remote Sensing . 2003 (3)
[6]   A survey on evaluation methods for image segmentation [J].
Zhang, YJ .
PATTERN RECOGNITION, 1996, 29 (08) :1335-1346
[7]  
Digital Image Processing .2 Gonzalez R C,Woods R E. Publishing House of Electronics Industry . 2013