CAJ | 학술논문

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 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。