面向对象的城镇土地覆盖信息自动提取方法
2017-02-16阮仁宗
地理空间信息 2017年1期
林 鹏,阮仁宗,陈 远,柴 颖,陶 婷
(1. 河海大学 地球科学与工程学院,江苏 南京 211100;2. 南京金智视讯科技有限公司,江苏 南京 211100)
面向对象的城镇土地覆盖信息自动提取方法
林 鹏1,阮仁宗1,陈 远2,柴 颖1,陶 婷1
(1. 河海大学 地球科学与工程学院,江苏 南京 211100;2. 南京金智视讯科技有限公司,江苏 南京 211100)
以安徽省滁州市城区为研究对象,采用面向对象的分类思想,在建立误分割指数进行多尺度分割评价的基础上,提出了一种首先利用遗传算法对光谱特征、几何特征、空间特征等进行最优特征集提取,再结合支持向量机算法进行自动提取的分类方法,并对分类结果进行了精度评价。结果表明,该方法的精度达到了90.43%,证明了其可行性。
土地覆盖;面向对象;误分割;支持向量机

土地覆盖反映了人与自然相互影响、交叉作用最直接与最亲密的关系,对区域生态和环境的研究有巨大影响[1-2],是评价生态环境的重要指标之一[3]。随着国民经济的快速发展,土地覆盖状况变化速度与程度的加剧,寻求一种适合国情的能快速准确地获取土地覆盖信息的方法就显得尤为重要[4]。随着遥感平台的多样化和遥感图像分辨率的提高,遥感技术已成为土地覆盖信息提取的重要手段[5]。目前,土地覆盖的信息提取主要有基于像元和面向对象两种方法[6]。随着高光谱影像的采用,图像中所包含的地物信息更加丰富。基于像元的分类方法仅利用光谱信息而忽略了空间位置、几何形状等其他特征;……
登录APP查看全文
