遥感图像监督分类与面对对象分类法对比研究作者：黄超吴琳娜宋具兰闫星光来源：《农村经济与科技》第23期[摘要]近来几年，随着空间遥感技术的发展，高分辨率遥感影像在土地资源调查、环境监测等领域中的应用日益广泛。运用传统的遥感影像分类办法，如监督分类，容易造成分类精度减少，空间数据大量冗余和资源的浪费。面对对象的分类办法正是为理解决这些问题而出现，面对对象的办法运用遥感影像构造、光谱信息，并在建立这些特性之间的层次关系的基础上，对遥感影像进行分类。运用杭州市西湖区域10月份的数据，基于ENVI5.0对高分辨率影像进行地物特性的信息提取，运用监督分类和面对对象技术首先对该区域信息进行分类，然后再对分类成果进行对比分析研究。成果表明，面对对象分类办法在此数据都市绿地信息提取中精度优于监督分类。[核心词]遥感影像；监督分类；面对对象分类；信息提取[中图分类号]P237.9[文献标记码]A监督分类是以像元为基本单元进行遥感信息提取的分类办法，惯用的监督分类有最大似然法、最短距离法、马式距离法等惯用的办法。它重要根据像元的光谱信息进行分类，然而，高分辨率遥感数据普通包含较少波段，光谱信息不如空间特性丰富，分类时不能仅靠光谱特性，更多的是要运用其几何特性和纹理信息。由于高分辨率图像地物的构造、纹理特性更加明显，那么就会造成地物的空间破碎性更加地明显，增大了不拟定性因素，即使是水面也不是均值的，会因受污染的程度而产生像元灰度值的变化，以像元的光谱信息为根本根据的分类办法不能体现同一地物本身的光谱特性而不能满足遥感信息快速提取的需要。面对对象分类办法进行遥感影像信息提取时，解决的最小单元和监督分类的不同，不再是以像元为最小单元，而是以含有更多个语义信息的、多个邻近像元构成的对象，在分类时大多是运用地物的几何信息及地物对象之间的语义信息、纹理特性和拓扑关系，而不单纯的是单个地物的光谱信息。面对对象的遥感图像分类法的本意是把对象作为分类的最小单位，从多方面、高层次对遥感影像进行分类，以减少往常的基于像元层次分类办法所含有语义信息的损失率，这样一来分类成果就含有更丰富的语义信息。本文就以分别采用监督分类办法和面对对象的办法来提取都市绿地信息，通过对比以期得到两种分类办法对于解决遥感影像的优劣。1研究区概况西湖区位于杭州市区西部，经度120.13，纬度30.27，辖区总面积312.43km2，总人口约100万，在杭州市五个老城区中，是面积最大、人口最多的一种城区，出名的西湖风景旅游区也在这里。全区辖灵隐、北山、翠苑、西溪、文新、古荡6个街道，周浦、蒋村2个乡和转塘、留下、袁浦、三墩、龙坞5“个镇，是一种有城有乡、平原山水围绕的老城区，是出名的龙井”茶盛产之地，是杭州风景旅游和历史文化的中心，是中共浙江省委、省政府所在地。2数据来源及数据解决本文的数据来杭州市西湖区域10月份的数据，基于ENVI5.0进行的图像解决，分别采用监督分类办法和面对对象的办法来提取都市地物特性信息，进行遥感图像的预解决、正射校正等，对都市的道路、房屋、土地、水体、植被的信息提取，其中涉及到图像分割与合并、影像分类等，并对样本提取法拟定规则，以及建立适宜的规则。2.1监督分类提取绿地信息为了提高分类精度，在分类之前选择通过图像融合、正射纠正和大气校正后的图像，然后在ENVIEX中用RGB真彩色显示通过解决的图像wv-2quac.img图像，由于图像数据量很大，为了提高工作效率和计算机的运算速度，先用ENVIEX中的SpatialSubset工具进行分块信息提取。2.1.1分类环节。首先，用ENVI主模块打开上面解决好的wv-2quac-subset.img图像文献，为了方便绿地和其它地物分辨出来，在显示窗口采用假彩色显示图像，并分析图像。然后创立感爱好区：运用ENVI中ROITool来定义训练样本。由于有些房屋的屋顶是水泥的，而路面也是水泥的，且颜色相近，因此房屋和道路分不开。这是对绿地提取，为了方便对明显地方的非绿地被错分成绿地时候的修改，因此我们分成绿地、明显房屋、其它+不明显房屋。接着评价训练样本：为了评价样本选择的好坏，使用ROI可分离性（ComputeROISeparability）...
VIP
