中国岩溶
中國巖溶
중국암용
CARSOLOGICA SINICA
2011年
2期
227-232
,共6页
祖琪%袁希平%莫源富%袁磊
祖琪%袁希平%莫源富%袁磊
조기%원희평%막원부%원뢰
eCognition%面向对象分类%类层次结构%分割%最大似然法分类
eCognition%麵嚮對象分類%類層次結構%分割%最大似然法分類
eCognition%면향대상분류%류층차결구%분할%최대사연법분류
利用基于面向对象分类方法的eCognition软件,以桂林寨底地区为研究区,对影像中各类地物设置不同的分割参数,即初始分割尺度为30,形状因子为0.1,光谱因子为0.9,紧凑度为0.7,光滑度为0.3,能够比较准确地分割出水体、植被、非植被3类地物.根据建立的类层次结构,继续对植被和非植被2个大类进行细分,结果表明当分别选定分割尺度为80和50时效果较理想.利用eCognition对完成分割的地类进行分类,并结合最后的手动修改,取得了较高的分类精度,即总的分类精度达到96.28%,Kappa系数为0.9523.与传统的分类方法进行对比,面向对象分类方法在高分辨率影像分类工作中具有较大的优势.
利用基于麵嚮對象分類方法的eCognition軟件,以桂林寨底地區為研究區,對影像中各類地物設置不同的分割參數,即初始分割呎度為30,形狀因子為0.1,光譜因子為0.9,緊湊度為0.7,光滑度為0.3,能夠比較準確地分割齣水體、植被、非植被3類地物.根據建立的類層次結構,繼續對植被和非植被2箇大類進行細分,結果錶明噹分彆選定分割呎度為80和50時效果較理想.利用eCognition對完成分割的地類進行分類,併結閤最後的手動脩改,取得瞭較高的分類精度,即總的分類精度達到96.28%,Kappa繫數為0.9523.與傳統的分類方法進行對比,麵嚮對象分類方法在高分辨率影像分類工作中具有較大的優勢.
이용기우면향대상분류방법적eCognition연건,이계림채저지구위연구구,대영상중각류지물설치불동적분할삼수,즉초시분할척도위30,형상인자위0.1,광보인자위0.9,긴주도위0.7,광활도위0.3,능구비교준학지분할출수체、식피、비식피3류지물.근거건립적류층차결구,계속대식피화비식피2개대류진행세분,결과표명당분별선정분할척도위80화50시효과교이상.이용eCognition대완성분할적지류진행분류,병결합최후적수동수개,취득료교고적분류정도,즉총적분류정도체도96.28%,Kappa계수위0.9523.여전통적분류방법진행대비,면향대상분류방법재고분변솔영상분류공작중구유교대적우세.
