近年來,全國各地進行了大范圍的土地利用調(diào)查,隨著無人機遙感技術越來越成熟,無人機影像分析技術已深入應用到土地利用調(diào)查中,其中最多的用途是地物分類。本文選擇昭通市昭陽區(qū)某鄉(xiāng)鎮(zhèn)區(qū)域為研究區(qū),對采集到的無人機影像進行預處理,生成對應的正射影像;基于多種可見光植被指數(shù),計算每3種指數(shù)合并得到影像的OIF指數(shù),確定最佳波段組合;采用基于規(guī)則和基于樣本兩種面向對象分類方法,提取房屋、道路、植被等簡單地物及背景。分析結果:兩種方法的提取精度均達到90%以上,基于規(guī)則的面向對象分類方法精度較高,但耗時較長;基于樣本的面向對象方法耗時較短,精度相對較低。兩種方法相結合的全自動分類提取是下一步研究的目標。 

【文章來源】：測繪與空間地理信息. 2020,43(03)

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 研究方法
2 研究區(qū)概況與數(shù)據(jù)來源
    2.1 研究區(qū)概況
    2.2 數(shù)據(jù)來源
3 影像處理
    3.1 預處理
    3.2 圖像增強
    3.3 植被指數(shù)
    3.4 監(jiān)督分類———基于樣本的面向對象
    3.5 基于規(guī)則的面向對象分類
4 實驗結果與分析
    4.1 分類結果
        4.1.1 基于規(guī)則的面向對象分類
        4.1.2 基于樣本的面向對象分類
    4.2 精度分析
5 結束語


【參考文獻】：
期刊論文
[1]結合空間分析的面向對象無人機影像土地利用分類[J]. 王宏勝,李永樹,吳璽,李政.  測繪工程. 2018(02)
[2]利用無人機技術進行社區(qū)植被覆蓋率調(diào)查[J]. 郭震冬,顧正東,許盛,劉寶武.  北京測繪. 2017(05)
[3]基于可見光波段無人機遙感的植被信息提取[J]. 汪小欽,王苗苗,王紹強,吳云東.  農(nóng)業(yè)工程學報. 2015(05)
[4]面向對象的高分辨率遙感影像分割分類評價指標[J]. 吳波,林珊珊,周桂軍.  地球信息科學學報. 2013(04)
[5]無人機遙感技術現(xiàn)狀與應用[J]. 范承嘯,韓俊,熊志軍,趙毅.  測繪科學. 2009(05)

碩士論文
[1]基于無人機遙感技術的土地利用現(xiàn)狀調(diào)查[D]. 李軍英.吉林大學 2017
[2]高光譜遙感數(shù)據(jù)最佳波段選擇方法研究[D]. 楊金紅.南京信息工程大學 2005



本文編號：3189384