内蒙古农业大学学报（自然科学版）
內矇古農業大學學報（自然科學版）
내몽고농업대학학보（자연과학판）
JOURNAL OF INNER MONGOLIA AGRICULTURAL UNIIVERSITY
2010年
2期
31-36
,共6页
李小梅%张秋良%李增元%谭炳香
李小梅%張鞦良%李增元%譚炳香
리소매%장추량%리증원%담병향
面向对象%分类%影像分割%最近邻法%CHRIS影像
麵嚮對象%分類%影像分割%最近鄰法%CHRIS影像
면향대상%분류%영상분할%최근린법%CHRIS영상
高光谱遥感森林类型分类中采用传统基于像素分类方法精度较低,本文通过高光谱遥感影像的特征,采用面向对象的最近邻监督分类方法对高光谱CHRIS影像进行分类实验,首先对影像进行多尺度分割,然后将分割对象信息、形状特征及上下文联系等特征构成特征空间进行最近邻监督分类,并与传统的基于像素的最大似然分类方法进行比较分析,结果表明,面向对象的最近邻法能够较好的识别森林类型,总精度为89.06%,kappa系数为0.82,而最大似然法分类精度为85.75%,kappa系数为0.79.其分类精度明显高于最大似然法,这表明该方法适合高光谱遥感影像分类,为今后的高光谱遥感森林类型分类能够起到技术参考和理论依据.
高光譜遙感森林類型分類中採用傳統基于像素分類方法精度較低,本文通過高光譜遙感影像的特徵,採用麵嚮對象的最近鄰鑑督分類方法對高光譜CHRIS影像進行分類實驗,首先對影像進行多呎度分割,然後將分割對象信息、形狀特徵及上下文聯繫等特徵構成特徵空間進行最近鄰鑑督分類,併與傳統的基于像素的最大似然分類方法進行比較分析,結果錶明,麵嚮對象的最近鄰法能夠較好的識彆森林類型,總精度為89.06%,kappa繫數為0.82,而最大似然法分類精度為85.75%,kappa繫數為0.79.其分類精度明顯高于最大似然法,這錶明該方法適閤高光譜遙感影像分類,為今後的高光譜遙感森林類型分類能夠起到技術參攷和理論依據.
고광보요감삼림류형분류중채용전통기우상소분류방법정도교저,본문통과고광보요감영상적특정,채용면향대상적최근린감독분류방법대고광보CHRIS영상진행분류실험,수선대영상진행다척도분할,연후장분할대상신식、형상특정급상하문련계등특정구성특정공간진행최근린감독분류,병여전통적기우상소적최대사연분류방법진행비교분석,결과표명,면향대상적최근린법능구교호적식별삼림류형,총정도위89.06%,kappa계수위0.82,이최대사연법분류정도위85.75%,kappa계수위0.79.기분류정도명현고우최대사연법,저표명해방법괄합고광보요감영상분류,위금후적고광보요감삼림류형분류능구기도기술삼고화이론의거.
