李晓靖，彭道黎，王海宾

(北京林业大学 林学院, 北京 100083)

基于最优尺度和规则的高分辨率影像分类研究

李晓靖，彭道黎，王海宾

(北京林业大学 林学院, 北京 100083)

高分辨率影像的广泛应用推进面向对象影像分析(OBIA)的发展，而分割作为面向对象分类的关键步骤，其尺度的选择直接关系到地物信息的提取。空间尺度是地物的固有属性，在合适的分割尺度下可以更好地挖掘地物信息。本文结合最大面积法和分割质量评价模型对张山营镇影像进行分割实验，先通过分析对象最大面积初步得到最优尺度范围，后结合分割质量评价模型以确定最优分割尺度层次。在此基础上，综合样本提取的光谱、纹理等特征进行规则训练，最终完成面向对象的土地覆被分类研究。结果显示：基于多层次最优尺度的规则分类方法获得更好的分类结果，其总体精度为88.8%，Kappa系数为0.861，而基于单一尺度的最邻近法总体精度81.4%，Kappa系数0.773，基于单一尺度的规则分类法总体精度为83.2%， Kappa系数为0.85。

面向对象分类；多尺度分割；最优尺度；规则；尺度层次

面向对象影像分析(OBIA)是一种公认的处理高分辨率遥感影像的有效手段，克服传统基于像元的分类技术中存在的缺陷，如“椒盐现象”、不易区分同谱异物的地物类型、运算速度缓慢等，提高分辨率影像的分类处理精度[1-7]。虽然在理论上图像分析表现优异，但是实际操作中精度依赖于分割尺度的确定和分析水平。影像分割是影像处理的重要环节，分割尺度的选择直接关系到后续分类的效果，分割尺度合适的情况下，地物的信息能够被更好的挖掘，分类精度也会随之提高。……