论文部分内容阅读
近年来随着遥感技术的迅速发展,遥感应用领域更加开阔,遥感技术作为一种先进的空间探测技术受到更多的重视。分类是遥感应用过程中的关键技术,传统的遥感影像分类是以像素为基本单元,根据异物异谱的原理,在特征空间中依据其统计特性实现分类。由于噪声的影响和统计特征对局部信息的忽略,分类结果中出现了严重的椒盐现象,不能有效的表达地物的空间分布状态,无法充分利用遥感数据中蕴含的信息。而面向对象的分类方法使用通过分割形成的影像对象作为分类的基本单元,影像对象是由局部像元合并而成的,而且噪声对影像对象的影响可以被忽略,因此面向对象的分类方法可以避免基于像素分类方法这两方面的不足,从而在分类结果中避免了椒盐现象。本文使用面向对象的方法对岩性分类,首先通过分割技术生成同质的影像对象,然后提取对象的特征信息,运用模糊分类方法实现分类。在包头市固阳县使用Landsat8影像进行了分类实验,分类前需要对影像进行预处理,首先使用Gram-Schmidt变换方法对全色波段和多光谱波段进行融合,接着计算组合波段的最佳指数,选择波段651进行假彩色合成,最后对融合影像进行主成分分析,并在第一主成分的基础上提取纹理信息。在此基础上进行分割实验,最终选择的尺度为120、90、60,以这三个层次建立分类等级网络,结合对象的光谱和纹理特征,使用最邻近分类法实现分类,最后结合地质图对分类结果进行精度评价。结果表明面向对象分类结果的总体精度为84%,与最大似然法相比提高了11%,面向对象分类结果的Kappa系数为0.82,与最大似然法相比提高了0.12。由此可见,面向对象的分类方法在遥感影像岩性分类上具有一定的应用价值。