面向对象的高分辨率影像单值分类耕地提取方法研究 |
| |
引用本文: | 徐世武,杨双,孙飞,郭庆华.面向对象的高分辨率影像单值分类耕地提取方法研究[J].测绘通报,2014(10). |
| |
作者姓名: | 徐世武 杨双 孙飞 郭庆华 |
| |
作者单位: | 中国地质大学(武汉);中国科学院植物研究所; |
| |
基金项目: | 国土空间规划决策支持与管理平台开发(2012BAB11B05);国土空间优化配置关键技术研究与示范(2012BAB11B00) |
| |
摘 要: | 遥感技术已广泛应用于土地覆盖/土地利用分类中。在专题应用中,用户只对某一类地物感兴趣,如耕地提取,即单类别分类问题。随着影像分辨率的提高,基于像元的分类算法难以满足高分辨率影像高精度信息提取的需求。本文采用结合面向对象分类思想和基于正样本、未标记样本遥感单值(PUL)分类方法从多源高分辨率影像中提取耕地信息,并与基于像素的分类试验进行对比分析。结果表明,在缺少部分地类的不完全训练集下,基于面向对象的单值分类较传统神经网络分类有更较稳定的表现,并且远优于基于像素的分类结果。
|
关 键 词: | 面向对象 单值(PUL)分类 多源高分辨率影像 耕地 不完全训练集 |
本文献已被 CNKI 等数据库收录! |
|