论文部分内容阅读
基于对象影像分析方法是遥感影像分类的一种有效的方法,该方法主要分为影像分割和影像对象分类两个步骤,影像分割是利用多尺度分割获得遥感影像的分割对象；基于影像对象的分类是建立分类规则集,利用影像分割对象的多种属性特征进行影像分类。在影像分割阶段,利用多尺度分割技术可以获得分割程度不同的分割结果,而不同类型地物的分类需要不同层次的分割结果。对于特定的地物类型就要选择适于其分类的最优分割参数。影像分割是基于对象影像分析的基础和关键,影像分割的准确性直接决定分类的精度,因此研究影像的最优分割就显得至关重要。本文在深入分析了遥感影像分割典型算法的基础上,对影像分割最优参数选择方法进行了研究。本文的研究内容主要有以下几个方面：(1)深入分析了遥感影像多尺度分割的典型算法,包括基于异质性最小原则的区域合并算法和基于影像梯度图分水岭变换的分割算法。多尺度分割中尺度参数表示影像分割的粗细程度,多尺度分割结果具有层次结构,多尺度分割结果中矢量边界具有继承性。本文通过实验对基于影像梯度图分水岭变换得到的分割结果进行分析,其结果表明基于分水岭变换的分割结果中矢量边界具有不严格的继承性。(2)文中重点讨论了基于区域不一致性度量的最优分割参数选择方法,本文的分析结果表明,由于分水岭变换对边界的敏感性所造成的代数差异变化较大,使得基于区域不一致性度量方法的适用性产生了局限。针对基于分水岭变换的分割结果提出了对该方法的改进方法,利用两个归一化的差异性度量指标：欠分割面积差异指数(UADI)和数量差异指数(N阱)对几何差异和代数差异进行度量,通过计算两者的欧几里得距离找到最优分割参数。(3)使用基于ENVI/IDL和ArcGIS的集成开发方法,实现了上述两种差异性度量方法的最优分割参数选择。程序主要利用ENVI EX的分割算法和ArcGIS的空间分析功能,计算出两种方法的差异性度量指标,获得了最优分割参数。(4)本文以宁夏中卫地区Landsat TM影像多光谱数据和ALOS影像多光谱数据为例进行实验,分别计算了湖塘、居民地、农田、人工林四种地物类型的最优分割参数。通过对最优分割结果的匹配对象计算其平均光谱异质性,对两种方法的最优分割参数进行了评价,验证了本文所提出的改进方法的有效性。