基于影像融合和面向对象分类的矿区提取研究*
2022-06-13王法景
科技与创新 2022年11期
李 飞,王法景
(杨凌职业技术学院,陕西 咸阳712100)
矿产资源开发遥感调查主要采用人机交互式目视解译法提取信息,但该方法要求判读人员具有较多的先验知识,与GⅠS集成困难,与工具库不支持[1-3]。文中采用面向对象分类法提出了新方法。1973年,HARACLⅠCK提出纹理分割算法[4],但仅适用于有限的图像类型。张峰等将面向对象的分类方法应用于耕地信息提取,分析结果精度达到90%。莫登奎等利用基于面向对象的分类方法,多尺度分割ⅠKONOS影像,证明了此方法发展前景广阔[5-7]。黎新亮等针对QuickBird影像,采用面向对象与最邻近监督相结合的分类方法提取影像信息,对影像进行信息提取,结果表明该方法能较好地改善分类结果。面向对象的分类方法主要是对遥感影像进行分割,得到同质对象,再根据遥感分类或目标地物提取的具体要求,检测和提取目标的多种特征(如光谱、形状、纹理、阴影、空间位置等),再利用模糊分类方法对遥感影像进行分类和地物目标的提取。
本文采用面向对象的分类法是基于TM影像和SPOT数据融合后的数据,由于TM数据包含大量的光谱信息,而高分辨率SPOT数据能很好地体现地物的纹理、形状等特征。融合后的影像不但具有丰富的光谱特征,还具有高分辨率,因此采用面向对象的分类法不但能很好利用地物的光谱信息来提取地物,还能通过纹理、形状等特征来提取地物。面向对象的分类法具有以下优点:利用对象的多特征,不但可以利用分割后影像丰富的光谱特征,还可以利用其纹理、面积等特征来进行分类;……
登录APP查看全文
