本研究旨在應(yīng)用遙感技術(shù)的衛(wèi)片執(zhí)法對(duì)我國(guó)國(guó)土資源的動(dòng)態(tài)監(jiān)測(cè),在國(guó)土資源的維護(hù)利用、管理方面發(fā)揮其重要作用。以江西省贛州市茅店鎮(zhèn)為例,利用遙感分類技術(shù)對(duì)2016年和2017年兩年的影像數(shù)據(jù)分別進(jìn)行監(jiān)督分類和面向?qū)ο蠓诸?提取出變化圖斑,再與基礎(chǔ)地理信息數(shù)據(jù)庫(kù)結(jié)果數(shù)據(jù)進(jìn)行對(duì)比分析,驗(yàn)證分類的精度,通過(guò)實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證面向?qū)ο蠓诸惐缺O(jiān)督分類精度更高,分類效果更好,為國(guó)土資源執(zhí)法部門(mén)的監(jiān)察工作提供更有效的技術(shù)支持。

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

圖1影像對(duì)象層次網(wǎng)絡(luò)圖

多尺度分割是一種從多尺度角度對(duì)影像進(jìn)行分割的技術(shù)，它既能自動(dòng)生成影像對(duì)象，又能將這些對(duì)象按照一定的等級(jí)結(jié)構(gòu)聯(lián)接起來(lái)，從而使分割結(jié)果更加適應(yīng)真實(shí)的情況。分割尺度的大小直接決定了多邊形數(shù)量和像元數(shù)量，分割尺度小的對(duì)象層中多邊形數(shù)量多，小尺度的對(duì)象層置于網(wǎng)絡(luò)結(jié)構(gòu)底部；分割尺度大的對(duì)象層....

圖2監(jiān)督分類結(jié)果圖

在衛(wèi)星遙感影像上，不同的亮度值和空間變化的差異性，是區(qū)分不同地物的物理依據(jù)。采用監(jiān)督分類方法對(duì)前后兩個(gè)時(shí)相的遙感影像進(jìn)行分類，分類類別為建筑物、道路、綠地、裸地，分類樣本數(shù)均大于30，分類結(jié)果如圖2所示。3.2面向?qū)ο蠓诸悓?shí)驗(yàn)

圖3影像分割結(jié)果圖

影像分割質(zhì)量的影響因子包括均值因子和分割尺度，均值因子又分為光滑度與緊致度、顏色因子與形狀因子兩對(duì)參數(shù)。適當(dāng)?shù)姆指畛叨炔粌H能將各類地物清晰地分開(kāi)，而且不存在過(guò)度分割或欠分割的現(xiàn)象。在本次實(shí)驗(yàn)中，選擇的分割尺度為68。為了有效避免顏色的失真現(xiàn)象，顏色因子和形狀因子分別設(shè)置為0.8和....

圖4基于樣本的面向?qū)ο蠓诸?br>
分別對(duì)前后兩個(gè)時(shí)相的兩幅影像完成分割后，影像信息的展示不再是以像元為單位，而是轉(zhuǎn)換為對(duì)象。實(shí)驗(yàn)在多尺度分割的基礎(chǔ)上進(jìn)行分類，可得到不同時(shí)期同名點(diǎn)的變化信息。再在面向?qū)ο蠓诸惤Y(jié)果的基礎(chǔ)上，進(jìn)一步進(jìn)行目視解樣本對(duì)象的選取，得到面向?qū)ο?目視解譯的分類結(jié)果（如圖4）。圖4基于樣本的面....

本文編號(hào)：3910157