基于面向对象的高分辨率遥感影像信息提取

高分辨率遥感影像在遥感影像信息提取中的应用越来越广泛并且已经占主流地位，面向对象信息提取方法是在利用遥感影像光谱信息的基础上，综合考虑影像对象的空间信息、纹理信息以及领域对象的关联信息。由于面向对象的遥感影像信息提取技术能适应高分辨率遥感影像的特点，并且能快速准确的提取遥感影像专题信息，同时面向对象信息提取技术的处理过程更加贴近人类认知过程，所以现在已经成为遥感影像处理领域的一个热点研究。 本文以World View-2影像为实验数据，实现了利用面向对象信息提取方法对其进行信息提取。对原始影像进行必要的预处理，选用pan sharpening融合算法对多光谱和全色影像进行融合处理。利用canny边缘检测算子对多尺度分割进行优化，提高了分割精度和效率，通过对影像进行实验得出地物要素的最优分割参数，并且建立不同地物要素的分割层级。分析实验数据的特点对其进行分类层级构建，选取各个地物要素的特征进行特征组合，利用阈值分类和模糊分类实现地物要素信息提取。得到面向对象和基于像元两种信息提取方法的分类结果，主观分析两种不同方法的分类精度，利用混淆矩阵对其进行客观分析，得到两种方法的总体分类精度和kappa系数。分析结果表明面向对象信息提取方法更适合高分辨率遥感影像。