文档介绍：2
2 2 2
2 2
2
2010年第 4期张春晓,等:基于面向对象和影像认知的遥感影像分类方法———以都江堰向峨乡区域为例 11
文章编号( ) 中图分类号文献标识码
: 0494 0911 2010 04 0011 04 : P237 2 : B
基于面向对象和影像认知的遥感影像分类方法
———以都江堰向峨乡区域为例
2
张春晓 1, 2 ,侯伟 3 ,刘翔 4 ,鲁学军 1
(1. 中国科学院地理科学与资源研究所,北京 100101; 2. 中国科学院研究生院,北京 100049;
3. 中国矿业大学,江苏徐州 221008; 4. 北京东方泰坦科技股份有限公司,北京 100083)
Remote Sen2sin2g Image Classification Based on Object oriented and Image Cogn ition
———a Ca se Study in X iang ’e , D ujiangyan
ZHANG Chunxiao, HOU W ei, L IU Xiang, LU Xuejun
摘要:基于面向对象思想和影像认知科学研究,探讨影像理解的新思路,将语义特征和传统的低级影像特征综合考虑进行对象识
别,该方法对于提高影像分类精度和效率及经验知识的重复利用都有重要意义。在识别过程中,首先进行知识驱动的对象探测,
分析语义特征;再进行数据驱动的影像多尺度分割,生成低级特征;最后应用模糊分类整合语义特征和低级特征用于对象识别和
分类。将该方法应用于四川都江堰向峨乡 Quick B ird等数据,表明新方法比传统分类方法有更高的精度和效率。
关键词: VHR;面向对象;影像认知;影像分类
利用对象的几何信息及对象之间的语义信息、纹理
一、引言
信息和拓扑关系,而不仅仅是单个对象的光谱信
实时可靠的土地利用和土地覆盖信息对于在息。国内外很多学者以高分辨率遥感影像为数据
全球和区域的尺度上研究土地利用变化、生态指源,应用 OB IA进行了地类信息的提取及面向对象
数、资源管理及国际和国内的重大计划决策都有重和基于像元分类方法的比较[ 3 4 ] 。
要意义[ 1 ] 。随着遥感卫星数据获取技术的不断发伴随着认知科学和遥感技术的发展,一些学者
展,遥感影像空间分辨率不断增高, 已经突破米级, 认为只有模仿人类感觉识别过程才能提高遥感影
如 Quick B ird、ADS40和 WorldV iew影像。在高分辨像解译的自动化程度[ 5 6 ] 。人类对影像的理解是基
率影像上, 不仅地物的光谱特征更明显, 而且其景于对象识别和其他文脉信息,目前的遥感分析方法
观的结构、形状、纹理和细节等信息也都非常突出, (很大程度上属于影像处理)还不能很好地实现,所
逐步成为解决以上问题的主要数据源。但传统基以很多研究将认知和语义知识引入到影像理解领
于像元的分类方法在处理高分辨率遥感影像时面域[ 7 8 ] 。本研究基于汶川地震后向峨乡 Quick B ird
临很多问题:首先,地类的光谱统计特征不稳定,类数据及震前的 DEM、土地利用等数据,结合面向对
间相似性大,忽略了丰富的空间信息;其次,不是真象的思想和