论文部分内容阅读
随着高分辨率卫星的快速发展,高分辨率影像能够提供更加丰富的地物特征信息,使其成为信息提取的重要数据源。我国城市化的进程越来越快,建筑物作为城市的核心地物也在不断发生变化,城市空间数据库的及时更新变得越来越重要。如何利用高分辨率影像自动、高效、精确地提取建筑物信息成为遥感应用的热点之一。传统基于像元的影像分类法因其单纯基于光谱信息进行分类、分类精度不高、存在“椒盐”现象等局限性,已经不能满足高分辨率影像信息提取的需求,而基于eCognition的面向对象的分类逐渐成为信息提取的主流方法。本文以杭州某地区WorldView-Ⅱ影像为例,主要研究面向对象分类方法在高分辨率影像建筑物信息提取中的应用,主要的研究成果如下:(1)提出将ESP最优尺度评估法与PSE-NSR-ED分割质量评价法相结合来确定最优分割尺度。研究首先通过定量和定性分析确定最优均质性因子,再利用ESP工具初步选取最优分割尺度,结合分割质量评价法确定各地类最优分割尺度。最优分割尺度分别为420、300、260、220,形状因子为0.5,紧致度为0.5。(2)研究采用了 mRMR特征优选算法实现最优分类特征子集的选取,对分割后的影像对象选取了光谱、形状、纹理等共47个特征,然后通过mRMR算法进行最大相关最小冗余优选,最终确定了前10个最优分类特征。(3)分析最优分割尺度和最优分类特征,建立分类层次结构,确定不同地物的分类规则。研究考虑到高分辨率影像多阴影的特点,本文根据有无阴影辅助设置了对比实验,并通过混淆矩阵法和不一致性精度评价法进行提取精度评价,最后通过数学形态学法对建筑物提取结果进行优化。(4)精度评价结果表明两种实验都很好地实现了建筑物的提取,无阴影辅助实验分类总体精度为86.5%,Kappa系数为0.798,建筑物提取精度为85%,完整性为74.76%,检测率为84.67%;阴影辅助提取实验分类总体精度为91.01%,Kappa系数为0.866,建筑物提取精度为95%,完整性为86.98%,检测率为92.07%。实验对比结果表明基于阴影与建筑物的空间关系辅助,建筑物提取精度更高。本文基于高分辨率影像的建筑物信息提取技术研究为城市建筑物的信息提取提供了重要思路,同时也为面向对象的影像分类方法提供了参考。