福建电脑
福建電腦
복건전뇌
FUJIAN COMPUTER
2015年
8期
4-7,11
,共5页
吴雪楠%林丽姗%郑斓%黄莹泽
吳雪楠%林麗姍%鄭斕%黃瑩澤
오설남%림려산%정란%황형택
Landsat8 OLI%面向对象%eCognition%多尺度分割%规则模型
Landsat8 OLI%麵嚮對象%eCognition%多呎度分割%規則模型
Landsat8 OLI%면향대상%eCognition%다척도분할%규칙모형
Landsat 8卫星的成功发射为Landsat计划重新注入新鲜血液,而要建立与现实世界真正相匹配的地表模型,面向对象的方法是目前为止较为理想的方法,本文将基于Landsat8 OLI进行面向对象分类法的研究。借助ENVI软件对Landsat8 OLI福州景遥感影像进行辐射定标、大气校正、几何精纠正、影像裁剪、影像融合等数据预处理,再通过eCognition软件采用面向对象的分类方法对已处理的影像进行多尺度分割、选取相应地物类型样本或者分类特征,构建知识库,执行分类,并根据目视解译对分类结果进行人工干预,进一步提高分类精度,从而对影像进行最终分类,并将分类结果与传统最大似然分类法进行比对。结果显示:面向对象的分类方法总体分类精度(89.00%)明显高于最大似然法分类法,这种方法可较大地提高新型传感器(Landsat8 OLI)遥感数据的自动识别精度。
Landsat 8衛星的成功髮射為Landsat計劃重新註入新鮮血液,而要建立與現實世界真正相匹配的地錶模型,麵嚮對象的方法是目前為止較為理想的方法,本文將基于Landsat8 OLI進行麵嚮對象分類法的研究。藉助ENVI軟件對Landsat8 OLI福州景遙感影像進行輻射定標、大氣校正、幾何精糾正、影像裁剪、影像融閤等數據預處理,再通過eCognition軟件採用麵嚮對象的分類方法對已處理的影像進行多呎度分割、選取相應地物類型樣本或者分類特徵,構建知識庫,執行分類,併根據目視解譯對分類結果進行人工榦預,進一步提高分類精度,從而對影像進行最終分類,併將分類結果與傳統最大似然分類法進行比對。結果顯示:麵嚮對象的分類方法總體分類精度(89.00%)明顯高于最大似然法分類法,這種方法可較大地提高新型傳感器(Landsat8 OLI)遙感數據的自動識彆精度。
Landsat 8위성적성공발사위Landsat계화중신주입신선혈액,이요건립여현실세계진정상필배적지표모형,면향대상적방법시목전위지교위이상적방법,본문장기우Landsat8 OLI진행면향대상분류법적연구。차조ENVI연건대Landsat8 OLI복주경요감영상진행복사정표、대기교정、궤하정규정、영상재전、영상융합등수거예처리,재통과eCognition연건채용면향대상적분류방법대이처리적영상진행다척도분할、선취상응지물류형양본혹자분류특정,구건지식고,집행분류,병근거목시해역대분류결과진행인공간예,진일보제고분류정도,종이대영상진행최종분류,병장분류결과여전통최대사연분류법진행비대。결과현시:면향대상적분류방법총체분류정도(89.00%)명현고우최대사연법분류법,저충방법가교대지제고신형전감기(Landsat8 OLI)요감수거적자동식별정도。