高分一号多光谱遥感数据的面向对象分类

被引:37
作者
刘书含 [1 ]
顾行发 [1 ]
余涛 [1 ]
王珂 [2 ]
张周威 [1 ]
鞠颂 [1 ]
机构
[1] 中国科学院遥感与数字地球研究所
[2] 河海大学地球科学与工程学院
关键词
均值漂移; 多特征; 分水岭分割; 高分一号; 面向对象分类;
D O I
10.16251/j.cnki.1009-2307.2014.12.030
中图分类号
TP751 [图像处理方法];
学科分类号
081002 ;
摘要
文章针对高分一号(GF-1)高分辨率遥感数据,提出了一种基于多特征的面向对象遥感图像分类算法:首先,对GF-1卫星数据进行分水岭分割,并利用仿射不变矩形状特征算子获得遥感图像的几何特征;其次,利用主成分分析和灰度共生矩阵获得遥感图像的纹理特征;然后,基于多特征数据进行均值漂移滤波,并利用自动标记分水岭分割方法实现遥感图像分割;最后,结合基于像元的最大似然监督分类结果做投票分类处理,从而实现面向像元与面向对象相结合的遥感数据分类。以高分一号遥感数据进行分类实验,结果表明:本文方法可有效地提高遥感图像分类精度。
引用
收藏
页码:91 / 94+103 +103
页数:5
相关论文
共 11 条
[1]   利用辅助数据的荒漠区高分辨率遥感分类研究 [J].
梅丹丹 ;
张晓祥 ;
余其鹏 ;
徐盼 .
遥感信息, 2013, 28 (05) :77-84
[2]   基于不变矩的高分辨率遥感图像建筑物提取方法 [J].
高薇 ;
王珂 ;
原发杰 ;
余涛 ;
李玉霞 ;
高斌 .
计算机应用研究, 2014, 31 (02) :622-624
[3]   结合光谱相似性与相位—致模型的高分辨率遥感图像分割方法 [J].
王珂 ;
顾行发 ;
余涛 ;
林金堂 ;
吴桂平 ;
李小江 .
红外与毫米波学报, 2013, 32 (01) :73-79
[4]   多分类器实例协同训练遥感图像检索 [J].
李士进 ;
陶剑 ;
万定生 ;
冯钧 .
遥感学报, 2010, 14 (03) :493-506
[5]   多分类SVM主动学习及其在遥感图像分类中的应用 [J].
陈建杰 ;
叶智宣 .
测绘科学, 2009, 34 (04) :97-100
[6]   基于相位一致的高分辨率遥感图像分割方法 [J].
肖鹏峰 ;
冯学智 ;
赵书河 ;
佘江峰 .
测绘学报, 2007, (02) :146-151+186
[7]   结合多分类器的遥感数据专题分类方法研究 [J].
柏延臣 ;
王劲峰 .
遥感学报, 2005, (05) :555-563
[8]   Textural and local spatial statistics for the object-oriented classification of urban areas using high resolution imagery [J].
Su, Wei ;
Li, Jing ;
Chen, Yunhao ;
Liu, Zhigang ;
Zhang, Jinshui ;
Low, Tsuey Miin ;
Suppiah, Inbaraj ;
Hashim, Siti Atikah Mohamed .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2008, 29 (11) :3105-3117
[9]  
Classification of the wildland–urban interface: A comparison of pixel- and object-based classifications using high-resolution aerial photography[J] . Casey Cleve,Maggi Kelly,Faith R. Kearns,Max Moritz.Computers, Environment and Urban Systems . 2007 (4)
[10]  
Object-based classification of residential land use within Accra, Ghana based on QuickBird satellite data[J] . D. Stow,A. Lopez,C. Lippitt,S. Hinton,J. Weeks.International Journal of Remote Sensing . 2007 (22)