基于对象分类的遥感影像森林变化检测方法

• 作者: 任东 田卫新 董婷 雷鸣
• 来源期刊: 森林与环境学报
• 学科: 工学
• 关键词: 遥感 高分二号 森林变化检测 对象 分割 最近邻分类
• 年，卷（期）: 2019,（6）
• 页码范围: 641-646
• 页数: 6页
• 分类号: TP399
• 字数: 3503字
• 语种: 中文
• DOI: 10.13324/j.cnki.jfcf.2019.06.012

摘要

针对湖北省宜昌市点军区森林变化检测应用需求,采用两期高分二号(GF-2)数据进行对比分析.定义了基于邻域差分绝对值与标准差比的多尺度分割评价函数,用来确定对遥感图像分割的分割尺度、 形状因子以及紧凑度.通过试验,利用神经网络分类方法确定了基于对象分类的最优特征组合,并采用基于对象的最近邻(kNN)分类方法对遥感图像进行分类,最后对两期遥感影像分类结果中的森林类别进行变化检测.结果显示,在分类过程中,基于对象的分类总体精度为0.9866,Kappa系数为0.9752,高于神经网络和最大似然分类方法.在以森林地为主的丘陵地带变化检测应用中具有较好的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任东	三峡大学计算机与信息学院	18	125	5.0	10.0
2	田卫新	三峡大学计算机与信息学院	13	37	4.0	5.0
3	雷鸣	三峡大学计算机与信息学院	2	4	1.0	2.0
4	董婷	三峡大学计算机与信息学院	6	20	2.0	4.0