基于光谱和纹理特征的ALOS影像土地利用信息提取

被引：8

作者：

刘恩勤 ^{[1
,2
]}

周万村 ^{[1
]}

周介铭 ^{[3
]}

莫开林 ^{[4
]}

机构：

[1] 中国科学院成都山地灾害与环境研究所

[2] 中国科学院研究生院

[3] 四川师范大学资源与环境学院

[4] 四川省林业科学研究院

来源：

地理与地理信息科学 | 2012年 / 28卷 / 04期

基金：

中国科学院知识创新工程重大项目;

关键词：

纹理; ALOS; 土地利用; 信息提取; 面向对象分类; 遥感;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对高分辨率遥感影像易于反映地物纹理特征的特点,综合利用地物的光谱和纹理特征进行分类,探讨适用于ALOS影像的土地利用信息提取方法。以川东丘陵地区影像为例,基于GLCM提取纹理信息,将提取的纹理特征向量采用赋权值法融合为一个综合纹理信息波段,然后采用面向对象法将其与光谱特征信息共同参与分类。与最大似然法的提取结果对比表明,考虑了纹理特征的面向对象分类方法能明显提高分类精度,Kappa精度提高了0.12;避免了椒盐现象,分割的地类边界具有更好的语义表达,更贴合地物实际分布特征;建筑用地和林地具有明显的纹理特征,而旱地纹理特征不明显。该方法不仅分出了6个基本地物类型,而且对于林地、建筑用地等类型还能进一步细分。

引用

页码：51 / 54+113 +113

页数：5

共 8 条

[1] 基于纹理特征的高分辨率遥感图像土地利用分类研究 [J].