QuickBird卫星图像信息识别

• 作者: 李际平 林辉 莫登奎
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 高分辨率遥感 QuickBird图像 分类 形状因子 精度
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 1504-1510
• 页数: 8页
• 分类号: TP751.1
• 字数: 5191字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2005.12.004

摘要

信息识别是目前高分辨率遥感应用中的最大障碍.以株洲市QuickBird图像为研究对象,将研究区分为道路、水、林地、农用地、裸露地和居民点6种地类,分别进行目视判读、计算机监督分类和非监督分类,其精度分别为98.2%、72.64%和60.71%.同时,还对研究区内的QuickBird、ETM+和TM图像进行计算机监督和非监督分类对比,结果表明无论是监督分类还是非监督分类,QuickBird图像的分类精度均低于ETM+和TM图像,这说明空间分辨率的提高对传统的计算机分类结果没有改善,传统的基于像元的分类技术在应用于QuickBird图像时表现出严重的缺陷.因此,本文回避了像元灰度统计法,采用先将图像分割,将以像元为基础的QuickBird图像转化为以对象为基础的图像,这样将研究区共分割出10000多个对象,建立对象的面积、周长、长度、宽度、长/宽、矩形度和圆形度计算模型;根据研究区各地类特征确定特征因子阈值,模拟目视判读过程,重新对研究区进行分类,结果6种地类的综合分类精度达到91.6%,这说明基于对象的多特征分类对于QuickBird图像识别有明显的改善作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李际平	中南林学院资源与环境学院	18	288	10.0	16.0
2	林辉	中南林学院资源与环境学院	20	571	13.0	20.0
3	莫登奎	中南林学院资源与环境学院	7	294	6.0	7.0