文档介绍：面向对象分类方法在遥感信息提取中的应用
面向对象分类方法在遥感信息提取中的应用
摘要:利用遥感方法提取信息时, 常用的自动分类方法只能利用遥感数据的光谱信息,而采用面向对象分类的方法能综合利用遥感数据的光谱、纹理、拓扑以及分割对象的形状、面积、大小等等信息,通过模糊判别函数来进行分类。本文通过实验用面向对象的方法对建筑物信息进行提取,实验结果表明,面向对象的分类方法能够提高分类精度,具有很大的应用潜力。
关键字:面向对象; 信息提取; eCognition
Abstract: Information extraction using remote sensing method, can automatic classification method mon using spectral information of remote sensing data, and uses the object-oriented classification method can use remote sensing data spectrum, texture, topology and segmentation object shape, area, size and other information, through the fuzzy discriminant function classification. In this paper, through the experiment by using the object-oriented method to extract the information of the buildings, the experimental results show that, the object-oriented classification method can improve the classification accuracy, has a great application potential.
Key words: object-oriented information extraction; eCognition;

中图分类号:: A文章编号:2095-2104(2012)01-0020-02

引言
随着越来越多的高空间分辨率卫星影像的出现,影像上的地物景观结构、纹理及细节都很清晰的表现出来,例如,建筑物、绿地、道路、河流等等,这使得利用遥感影像进行大比例尺地形图制图成为可能,从影像上自动识别地物类型并精确量测地物形状、大小,是卫星遥感和摄影测量研究中的难点。传统的遥感信息提取方法是以像素的光谱信息为基础,利用的信息主要是像素的色调及纹理,而对地物的形状、结构等信息的分析很少考虑,尤其是高空间分辨率的影像,纹理信息丰富而光谱信息缺乏,基于像素的分类方法就显的十分困难。而面向对象的分类方法它不是对单个像素而是对影像对象进行分类,把对象特征属性包括色调、形状、面积、大小、纹理、继承信息等信息结合起来用于目标地物的识别,应用于高分辨率影像分类,原则上可以用于典型面状人工地物,如建筑物、耕地等的提取,提高影像分类的精度。目前商业化的软件eC