APP下载

融合时间特征的高分辨率遥感影像分类

2016-06-27李亮应国伟文学虎何鑫

自然资源遥感 2016年2期

李亮, 应国伟, 文学虎, 何鑫

(四川省第三测绘工程院,成都 610500)

融合时间特征的高分辨率遥感影像分类

李亮, 应国伟, 文学虎, 何鑫

(四川省第三测绘工程院,成都610500)

摘要:为了充分利用历史矢量数据,并考虑地物类别的时间关联,提出了一种融合时间特征的高分辨率遥感影像分类方法。将历史时期矢量数据与新时期遥感影像相结合,利用二次分割获取像斑,通过支持向量机(support vector machine,SVM)算法获取像斑类别及像斑的单时期后验概率; 依据历史时期及新时期像斑类别属性的关联,获取定量表达时间特征的地物类别转移概率; 加权组合像斑的单时期后验概率与转移概率,采用迭代方法获取影像最终分类结果。在QuickBird影像上的实验表明,该方法能够有效引入时间特征及先验知识,提高影像分类的精度。

关键词:矢量数据; 遥感影像分类; 像斑; 支持向量机; 时间特征; 转移概率

0引言

遥感影像分类是通过地物特征及判别法则确定影像中地物类别属性的过程[1],广泛应用于土地覆盖分类、信息提取[2-3]、变化监测[4]等领域。随着传感器技术的不断发展,遥感影像的空间分辨率越来越高。面向对象的方法是高分辨率遥感影像分类中一种重要的方法[5-10],可以有效抑制影像中椒盐噪声的影响。对象是指一系列空间上相邻、光谱相似的像元的集合,又可以称之为像斑[11]。像斑的可用特征丰富,包括光谱特征[12-13]、纹理特征[14]、几何特征[15]及空间特征[16]。利用像斑的单一特征进行影像分类的精度有限,融合多特征的影像分类方法可显著改善影像分类的精度[17]。……

登录APP查看全文