基于面向?qū)ο蠓椒ǖ倪b感影像信息提取第一章緒論1、高分辨率遙感影像的發(fā)展2、高分辨率遙感影像的分類方法3、高分辨率遙感影像的分割與信息提取早期高分辨率遙感傳感器的研制與應(yīng)用主要應(yīng)用在軍事領(lǐng)域，以大比例尺遙感制圖和對地物的分析和對人類活動的監(jiān)測為目的20世紀(jì)90年代才逐漸進入民用領(lǐng)域由于衛(wèi)星獲取遙感資料迅速，成本相對較低，并且不受區(qū)域限制，已經(jīng)在空間探測、資源調(diào)查、通訊、導(dǎo)航、氣象、測繪和軍事偵察領(lǐng)域得到廣泛應(yīng)用遙感影像信息提取的依據(jù)是各類樣本內(nèi)在的相似性。遙感影像中的同類地物在相同的條件下（地形、光照、時間等）具有相同或相似的光譜信息特征和空間信息特征，從而表現(xiàn)出同類地物的某種內(nèi)在的相似性。同類地物的像元的特征向量將集群在同一特征空間區(qū)域，不同類型地物其光譜信息特征或空間信息特征不同，他們將集群在不同的特征空間區(qū)域。影像輸入預(yù)處理專題信息輸出分類器設(shè)計精度評價高分辨率遙感影像信息提取第二章遙感影像信息提取方法的研究2.1基于像元的分類方法基于像元的分類方法是傳統(tǒng)的分類方法，比較常用的有監(jiān)督分類和非監(jiān)督分類監(jiān)督分類是先學(xué)習(xí)再分類的方法非監(jiān)督分類是一種自底向上的數(shù)據(jù)驅(qū)動法監(jiān)督分類和非監(jiān)督分類優(yōu)缺點

監(jiān)督分類

非監(jiān)督分類監(jiān)督分類可根據(jù)實際應(yīng)用目的和研究區(qū)域有選擇的決定分類類別數(shù)量，從而避免大量數(shù)據(jù)的冗余；可充分結(jié)合分析者的知識與經(jīng)驗控制訓(xùn)練樣本的選擇，有利于提高分類精度。非監(jiān)督分類方法不必對影像地物獲取先驗知識，不需要人工選擇訓(xùn)練樣本，由于人為干預(yù)較少，非監(jiān)督分類過程的自動化程度較高。傳統(tǒng)信息提取新方法2.2面向?qū)ο蟮挠跋穹治龇椒嫦驅(qū)ο蟮姆诸惙椒ㄊ且环N自能化的自動的影像分析方法。面向?qū)ο蟮姆诸惢締卧辉偈菃蝹€像元，而是更有實際意義的影像對象。影像對象是與像元相對應(yīng)的影像分析單元，由影像的多尺度分割而形成、由若干個同質(zhì)像素組成的集合體，對象的大小由分割尺度決定，影像的分類都是基于對象進行的，這樣能更好地利用目標(biāo)的幾何特征。面向?qū)ο笥跋穹治龇椒ǖ膬?yōu)點面向?qū)ο蟮姆诸惙椒ㄔ谟跋窆庾V特征的基礎(chǔ)上，充分考慮了地物的形狀、大小、結(jié)構(gòu)等幾何特征，可以充分利用對象和周圍環(huán)境之間的聯(lián)系等因素，借助對象特征知識庫來完成對影像信息的提取，有利于提高分類的精度，減少了傳統(tǒng)基于像元分類方法的語言信息損失

2.2.1多尺度分割技術(shù)多尺度分割方法充分考慮了地表實體格局或過程的多層次性，克服了數(shù)據(jù)源的固定尺度問題，采用了尺度影像的層次網(wǎng)絡(luò)結(jié)構(gòu)來揭示地表特征的等級結(jié)構(gòu)。PixellevelLevel1Level2Level3多尺度影像分割步驟：1、設(shè)置分割參數(shù)，包括各波段的權(quán)重2、以影像中任意一個像元為中心開始分割第三章最優(yōu)分割參數(shù)的選擇3.1最優(yōu)尺度選擇最大面積法這種方法的基本理論思想是:首先假設(shè)最大面積法與分割尺度具有一定的關(guān)系，然后進行多尺度分割，并且記錄每個不同尺度層的最大面積，并對最大面積和分割尺度的關(guān)系進行統(tǒng)計，最后得到尺度和最大面積的關(guān)系，并通過目視觀察來確定相應(yīng)最大面積下哪種或哪幾種類別得到了最好的分割，以此來確定某種特定類別的最優(yōu)分割尺度。

目標(biāo)函數(shù)法這種方法的基本思想是：分割得到的對象內(nèi)部具有良好的同質(zhì)性；分割得到的對象與鄰接對象又有良好的異質(zhì)性。分割對象的同質(zhì)性可以保證在影像對象在一定程度上不具有混合對象，異質(zhì)性又可以保證對象之間的可分性。目標(biāo)函數(shù)的目的是將同質(zhì)性和異質(zhì)性達到最好的組合效果。3.2實驗結(jié)果和分析下圖是不同分割尺度下影像分割結(jié)果：（a）分割尺度=50（b）分割尺度=300

由圖可以看出，分割尺度=300時分割效果相對來說是較好的，非植被、草地、林地得到了較好的分割4.1遙感圖像預(yù)處理4.2多尺度分割參數(shù)選擇實驗

選擇合適的分割法和設(shè)置合理的分割參數(shù)是產(chǎn)生高質(zhì)量分割結(jié)果的重中之重第四章面向?qū)ο筮b感信息提取實驗4.3面向?qū)ο笥跋竦奶崛∶嫦驅(qū)ο笥跋裉崛∮袃煞N方法：標(biāo)準(zhǔn)最鄰近法------是基于樣本的分類方法，即先取樣本再分類。成員函數(shù)法------是一種基于規(guī)則的分類方法，即通過地物對象特征的分析，建立合適的分類體系和分類準(zhǔn)則來進行逐級分類。4.4影像信息提取的實驗結(jié)束開始建立分類體系最鄰近分類器建立編輯規(guī)則對話框執(zhí)行規(guī)則符合要求yesno分類4.4面向?qū)ο蠛突谙裨畔⑻崛”容^

面向?qū)ο笈c傳統(tǒng)分類方法的本質(zhì)區(qū)別就是：面向?qū)ο蠖皇敲嫦蛳袼剡M行分類。面向像素的解算模式將像元孤立化分析，解譯精度較低且斑點噪聲難以消除；利用影像分割技術(shù)把影像分解成具有一定相似特征的像元的集合—影像對象；影像對象和像元相比具有多元特征，顏色、大小、形狀、均質(zhì)性等。下圖是面向?qū)ο蠛突谙裨挠跋裉崛〗Y(jié)果面向?qū)ο笈c基于像元特點比較

面向?qū)ο?/p>

基于像元顏色信息豐富，形狀接近真實地物，大小區(qū)分明顯，紋理信息突出，上下文關(guān)系明確大面積地物混分，分類結(jié)果多椒鹽，無法輸出有意義的地理信息層第五章總結(jié)與展望

整個遙感信息的識別和提取是一個復(fù)雜的過程，要弄清沒一個環(huán)節(jié)是一個長期的過程。分割參數(shù)的選擇方法有待進一步實驗和改正。

面向?qū)ο筮b感影像分析方法可用到的特征有：對象的本質(zhì)特征、拓