高分遥感影像城市绿地自动提取方法     

许靖  沈涛  杨仕仙 《北京测绘》2021,35(4):480-484

城市绿地作为城市生态系统中不可缺少的一部分,也是城市建设中必须考虑的因素之一,如何更有效地得到城市绿地的分布状况对城市的建设有着深刻的意义.高分辨率遥感影像如今已经成为城市绿地调查的重要数据.为了探究最适用于高分影像中城市绿地自动提取的方法,以南京市某区域为例,以高分二号高分辨率影像为数据源,分别使用了监督分类、利用归一化植被指数(NDVI)分类和基于规则的面向对象分类这三种信息自动提取方法,并将得到的分类结果与精度评价进行了对比分析,结果表明,基于规则的面向对象分类方法的精度明显高于其他两种方法.  相似文献   

基于高分辨遥感影像城市绿地信息分类提取     

张宏刚  党涛 《测绘技术装备》2018,(1):46-49,28

利用高分辨率遥感影像对城市绿地系统监测规划,对城市生态建设具有重要意义。现采用ENVI FX面向对象模块,以杭州市西湖区遥感影像为基础数据,按照基于NDVI再有监分类的思想,详细介绍了以光谱、纹理和空间形态特征建立基于规则与样本的城市绿地类型提取技术流程。根据总体分类精度和kappa系数大小,城市绿地信息提取精度较好。  相似文献   

基于ENVI的高分辨率遥感影像城市绿地信息提取研究   总被引：1，自引：0，他引：1  

陈阳  赵俊三  陈应跃 《测绘工程》2015,(4):33-36

近年来众多高分辨率遥感卫星的发射为城市绿地信息提取提供了高效的手段,如何充分利用高分辨率遥感影像对现代城市进行规划和生态环境评价具有重要意义。文中介绍一个完整的遥感工程在ENVI下的实现过程,包含高分辨率数据的处理、高分辨率信息提取流程的合理安排、FX模块面向对象信息提取等内容,可全面快速掌握城市绿地总量与分布现状,为绿地系统规划与日常管理决策提供参考,对生态城市建设具有重要意义。  相似文献   

基于高分辨遥感影像的城市绿地信息提取研究     

王刚  高美欢  刘玉梅 《北京测绘》2018,32(2)

城市绿地以植物为主要存在形态,是城市的净化器,有着保持水土、涵养水源、调节自然界生态平衡等作用,与人们的工作和生活都息息相关,是城市不可或缺的一部分。本文以淮南市为例,使用World View-2高分辨率遥感影像,先对影像进行预处理,然后利用面向对象方法,对影像进行多尺度分割,再提取绿地信息。实验结果表明,使用高分辨率的遥感影像,利用面向对象的方法进行绿地信息的提取的效果是可行的,并且效果和精度都比较好。  相似文献   

高分辨率遥感影像分割方法研究   总被引：1，自引：0，他引：1  

刘纯  洪亮  楚森森 《测绘与空间地理信息》2014,(10):44-49

在遥感应用分析中,遥感影像分割是低层影像处理和中高层影像分析和理解的桥梁,是实现遥感影像信息自动提取的关键步骤,具有重要的意义。随着大量高分辨率遥感影像的出现,传统基于像素的影像处理方法已不能适应高分辨率遥感影像。近年来,国内外研究者们提出了面向对象影像的分析方法,而面向对象影像分析方法的关键就是影像分割,影像分割精度直接影响着高分辨率遥感信息提取和目标识别的精度。首先给出一般图像分割方法的综述;然后分析和总结了当前主要的高分辨率遥感影像分割方法,着重阐述了均值漂移、分形网络进化、马尔科夫随机场等分割方法的特点和研究现状;最后,对高分辨率遥感应用分析中影像分割方法的发展趋势进行了讨论与展望。  相似文献   

面向对象和规则的高分辨率影像分类研究   总被引：1，自引：0，他引：1  

李朝奎  方文  董小姣 《测绘通报》2015,(9):9

随着航天遥感技术的发展,遥感数据的空间分辨率、光谱分辨率和时间分辨率极大提高,高效解译并处理海量的、具有空间几何信息和纹理信息的地物高分辨率遥感影像数据已成为遥感领域研究的重点与难点。对此,本文提出一种面向对象和规则的遥感影像数据的分类提取方法,即通过发现和挖掘高分辨率影像丰富的光谱和空间特征知识,建立影像对象多层次网络分割分类结构,实现对遥感影像准确快速的地物分类和精度评价。以藏南地区WorldView-2影像数据为试验研究对象,采用面向对象和规则的影像分类方法进行验证试验,即综合采用均值方差法、最大面积法、精度比较法进行分析,选择3种最佳分割尺度建立多层次影像对象网络层次结构进行影像分类试验。结果表明,采用面向对象规则分类方法对高分辨率影像进行分类,能使高分辨率影像分类结果近似于目视判读的结果,分类精度更高。面向对象规则分类法的综合精度和Kappa系数分别为97.38%、0.967 3;与面向对象SVM法相比,分别高出6.23%、0.078;与面向对象KNN法相比,分别高出7.96%、0.099 6。建筑物的提取精度、用户精度分别比面向对象SVM法高出18.39%、3.98%,比面向对象KNN法高出21.27%、14.97%。  相似文献   

基于eCognition的遥感图像面向对象分类方法研究   总被引：1，自引：0，他引：1  

陈蕊  张继超 《测绘与空间地理信息》2020,(2):91-95

随着高分辨率遥感图像越来越普及,传统的面向像元的图像分类方法不能满足对高分辨率遥感图像区域分类的需求,高分辨率遥感图像对图像处理的软件与硬件都有了更高的要求,因此,出现了相较于面向像元有着更高精度更为合理的面向对象分类方法,也更加适用于高分辨率遥感影像。本文通过采用面向对象分类的基本方法,运用eCognition软件,以山东省胶州市地区遥感影像为例,进行多尺度分割和面向对象分类。并用ENVI做监督分类,基于目视解译精度评定,对不同方法作出分析评价。结果表明:面向对象分类方法精度更高,更具有可靠性。  相似文献   

高分辨率影像城市绿地快速提取技术与应用   总被引：56，自引：4，他引：56  

黄慧萍  吴炳方  李苗苗  周为峰  王忠武 《遥感学报》2004,8(1):68-74

高分辨率遥感影像是城市绿地信息快速提取的主要数据源 ,文中以多尺度影像分割与面向对象影像分析方法为主要技术 ,利用样本多边形对象的成员函数建立训练区 ,自动提取大庆市城市绿地覆盖信息 ,达到清查城市绿地的目的。该方法信息获取周期短、精度高、成本低 ,实现了城市绿地信息精确获取与快速更新。  相似文献   

融入超像素分割的高分辨率影像面向对象分类   总被引：2，自引：0，他引：2  

聂倩  七珂珂  赵艳福 《测绘通报》2021,(6):44-49

针对高分辨率遥感影像面向对象分类中容易受分割参数的影响、分类精度不稳定的问题,本文提出了一种融入超像素分割的高分辨率影像面向对象分类方法。该方法通过简单线性迭代聚类（SLIC）算法对原始影像进行聚类生成超像素影像,并在此基础上采用分形网络演化方法（FNEA）进行多尺度分割生成同质性对象,最后利用最邻近分类方法进行地物分类。试验结果表明,该方法不易受多尺度分割参数的影响,分类效果稳定,而且分类精度明显高于传统的面向对象分类方法,对于高分辨率遥感影像的广泛应用具有重要意义。  相似文献   

基于对象的城市绿地信息提取技术的研究   总被引：3，自引：1，他引：2  

严海英 《地理空间信息》2008,6(2):9-11

依据高分辨率遥感影像的特征,采用基于对象的分类技术,并结合乌鲁木齐市的QUICKBIRD影像,提取城市绿地信息。研究结果表明,此种分类方法具有较高的分类精度和较快的分类速度。  相似文献