林　雪，彭道黎，黄国胜，王雪军

(1.北京林业大学 林学院，北京 100083;2.国家林业局调查规划设计院，北京 100714)



结合多尺度纹理特征的遥感影像面向对象分类

林雪1，彭道黎1，黄国胜2，王雪军2

(1.北京林业大学 林学院，北京 100083;2.国家林业局调查规划设计院，北京 100714)

摘要：地物具有多尺度的特点，单一尺度难以准确描述遥感影像包含的地物纹理信息。利用我国自行研发的高分一号遥感影像数据，采用灰度共生矩阵对第一主成分进行纹理特征提取，利用Jeffries-Matusit距离选择多尺度组合，并通过单一纹理结合多光谱数据的分类精度，以及纹理特征间的相关性，最终选择多尺度纹理特征组合进行面向对象分类。研究结果表明：结合多尺度纹理特征组合的面向对象GF-1影像分类能有效提取地物信息，总体分类精度达到81.75%，Kappa系数0.78。

关键词：多尺度纹理特征；面向对象分类；高分一号

高分一号(GF-1)卫星是我国高分辨率对地观测系统重大专项天基系统中的首发星，其全色波段分辨率达到2 m，同时也是我国首颗设计、考核寿命要求大于5年的低轨卫星。作为主业务，GF-1卫星首先将在国土资源、环保、农业等方面发挥作用[1]。目前针对GF-1数据学者们开展了许多研究，郭会敏等利用GF-1全色及多光谱影像开展影像融合试验[2]；刘书含等提出了一种基于分水岭分割的GF-1多光谱遥感数据的面向对象分类方法[3]；陈金凤等基于GF-1数据，结合典型植被光谱特征通过面向对象分类提取了湿地典型植被类型信息[4]。

近年来高空间分辨率遥感影像发展迅速，更高的空间分辨率意味着更丰富的地物结构与形状信息、更清晰的纹理特征。……