本文關(guān)鍵詞：分類圖斑概括的一種自適應(yīng)方法——以遙感圖像土地利用分類為例

  更多相關(guān)文章： 圖斑概括 二值形態(tài)學(xué) 凸殘差 形狀系數(shù) 自適應(yīng)參數(shù)化

【摘要】：從遙感圖像監(jiān)督分類結(jié)果到矢量對象的轉(zhuǎn)換是遙感技術(shù)領(lǐng)域的一個瓶頸問題。提出了一種"分類圖斑自適應(yīng)概括"(Self-adaptive Generalization of Classified patch,SGCP)的方法,是針對這一問題的新嘗試。SGCP能實現(xiàn)從破碎圖斑到完整圖像對象的自動轉(zhuǎn)換,它由如下運算組成:(1)以形態(tài)學(xué)開啟和形狀系數(shù)分離道路與其他不透水表面;(2)以面積過濾和數(shù)學(xué)形態(tài)學(xué)操作去除噪聲,以使圖斑完整;(3)以遞歸凸殘差回補簡化圖斑邊界;(4)以膨脹和面積占優(yōu)方法消除圖斑裂隙;(5)以凸節(jié)點減少率評估圖斑概括度,并同時以面積保持和分類精度保持評估概括精度;直至形成指定概括度的對象。概括運算的主要參數(shù)(如結(jié)構(gòu)元素尺寸、遞歸次數(shù)、鄰域窗口尺寸等)均由計算機自適應(yīng)確定,同時預(yù)留部分用戶調(diào)節(jié)參數(shù),在自動概括的同時,允許人工干預(yù)概括程度。經(jīng)Matlab仿真測試,該方法可以在保持分類精度與獲取概括對象之間取得較好平衡。當(dāng)圖斑簡化度上升22.9%時,面積平均變化僅為2.7%,分類精度僅平均下降0.72%。
【作者單位】： 華東師范大學(xué)地理科學(xué)學(xué)院;華東師范大學(xué)地理信息科學(xué)教育部重點實驗室;
【關(guān)鍵詞】： 圖斑概括 二值形態(tài)學(xué) 凸殘差 形狀系數(shù) 自適應(yīng)參數(shù)化
【基金】：國家理科基地科研訓(xùn)練及科研能力提高項目(J1310028)資助
【分類號】：TP751
【正文快照】： 1引言在遙感圖像分類結(jié)果中,類別成員分布零散和不同類別成員之間復(fù)雜穿插的情況比較多,如何將分類結(jié)果自動轉(zhuǎn)換為簡潔的圖像對象(Image Ob-ject)[1],一直是遙感技術(shù)應(yīng)用領(lǐng)域的熱門研究主題之一。它通常要求在保持分類精度基本不變的前提下,以自適應(yīng)方法使圖斑完整和簡化圖斑

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 韋燕燕;張子平;;基于IKONOS遙感影像最小識別圖斑面積精度研究[J];城市勘測;2012年06期

，

本文編號：979543