面向对象的高分辨率影像单值分类耕地提取方法研究

• 作者: 孙飞 徐世武 杨双 郭庆华
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 面向对象 单值(PUL)分类 多源高分辨率影像 耕地 不完全训练集
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 技术交流
• 页码范围: 78-81
• 分类号: P236
• 语种: 中文
• DOI: 10.13474/j.cnki.11-2246.2014.0334

摘要

遥感技术已广泛应用于土地覆盖/土地利用分类中.在专题应用中,用户只对某一类地物感兴趣,如耕地提取,即单类别分类问题.随着影像分辨率的提高,基于像元的分类算法难以满足高分辨率影像高精度信息提取的需求.本文采用结合面向对象分类思想和基于正样本、未标记样本遥感单值(PUL)分类方法从多源高分辨率影像中提取耕地信息,并与基于像素的分类试验进行对比分析.结果表明,在缺少部分地类的不完全训练集下,基于面向对象的单值分类较传统神经网络分类有更较稳定的表现,并且远优于基于像素的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭庆华	中国科学院植物研究所	6	13	2.0	3.0