论文部分内容阅读
随着高空间分辨率遥感影像在土地利用、城市规划、环境评价等领域的广泛运用,如何快速、高效地从高空间分辨率遥感影像中提取影像信息显得十分重要。采用传统的基于像元的影像分析方法提取高空间分辨率遥感影像信息的结果容易产生“椒盐效应”,直接影响着影像信息的提取质量。取而代之的是采用面向对象的影像分析方法(Object-Based Image Analysis,OBIA)。影像分割是面向对象的影像分析方法的关键步骤,其分割结果质量直接影响着后续影像信息的提取质量。因此,对高空间分辨率遥感影像分割结果进行质量评价是一个值得研究的课题。目前,对影像分割结果质量进行定量评价的方法主要有非监督评价和监督评价两类。非监督评价方法因在评价指标选取上存在主观性较强的不足,在实际应用中受到一定的限制,而监督评价方法在地面参考精度保证的情况下,能客观的表达分割结果质量,是常用的评价方法。本文采用监督评价方法的思想,以构建影像分割质量评价方法为中心,根据参考对象和分割对象之间的面积差异和位置差异建立相应的单体评价指标;以单体评价指标为基础,建立评价整体影像分割质量的评价指标以及最优分割质量评价准则。论文研究的内容主要体现在以下三个方面:(1)高空间分辨率遥感影像分割质量评价方法的建立。根据参考对象和与之相交的所有分割对象之间的面积差异和数目差异,分别建立了欠分割条件和过度分割条件,并分析出分割结果的欠分割程度和过度分割程度,剔除欠分割程度和过度分割程度严重的分割结果,将剩余的分割结果用于后续的影像分割质量评价。根据参考对象和分割对象之间的空间拓扑关系和面积差异,确定出参与影像分割质量评价的有效分割对象,并对其进行合并形成新的多边形,作为研究对象。通过分析参考对象和研究对象之间的面积差异和位置差异,分别提出面积错误分割指数(Error Segment Index,ESI)和质心之间的距离指数(Centeriods Distance Index,CDI)两个指标来评价影像单体分割质量。根据ESI和CDI指标分别提出评价影像整体或某地类的分割质量评价指标——整体错误分割面积指标AESIall和平均距离指标ACDIall。(2)高空间分辨率遥感影像分割质量评价方法的验证。采用本文的评价方法,对研究区高空间分辨率遥感影像在不同分割参数组合下得到的分割结果进行质量评价,从不同的分割结果中评价出影像中建筑物地类的最优分割结果。经目视分析判断,评价出的建筑物地类最优分割结果和参考对象之间的匹配程度较高,证明了本文提出的评价方法的有效性和合理性。并与其他分割质量评价方法进行对比分析,表明了本文提出的评价方法具有一定的优越性。(3)高空间分辨率遥感影像分割质量评价方法的应用。将本文提出的评价方法进行推广应用,评价任一给定影像分割结果质量,确定出影像最优分割结果,进一步证明了本文评价方法的可行性和普适性。