分类图斑概括的一种自适应方法——以遥感图像土地利用分类为例

发布时间：2017-10-05 23:47

  本文关键词：分类图斑概括的一种自适应方法——以遥感图像土地利用分类为例

  更多相关文章： 图斑概括 二值形态学 凸残差 形状系数 自适应参数化

【摘要】：从遥感图像监督分类结果到矢量对象的转换是遥感技术领域的一个瓶颈问题。提出了一种"分类图斑自适应概括"(Self-adaptive Generalization of Classified patch,SGCP)的方法,是针对这一问题的新尝试。SGCP能实现从破碎图斑到完整图像对象的自动转换,它由如下运算组成:(1)以形态学开启和形状系数分离道路与其他不透水表面;(2)以面积过滤和数学形态学操作去除噪声,以使图斑完整;(3)以递归凸残差回补简化图斑边界;(4)以膨胀和面积占优方法消除图斑裂隙;(5)以凸节点减少率评估图斑概括度,并同时以面积保持和分类精度保持评估概括精度;直至形成指定概括度的对象。概括运算的主要参数(如结构元素尺寸、递归次数、邻域窗口尺寸等)均由计算机自适应确定,同时预留部分用户调节参数,在自动概括的同时,允许人工干预概括程度。经Matlab仿真测试,该方法可以在保持分类精度与获取概括对象之间取得较好平衡。当图斑简化度上升22.9%时,面积平均变化仅为2.7%,分类精度仅平均下降0.72%。
【作者单位】： 华东师范大学地理科学学院;华东师范大学地理信息科学教育部重点实验室;
【关键词】： 图斑概括 二值形态学 凸残差 形状系数 自适应参数化
【基金】：国家理科基地科研训练及科研能力提高项目(J1310028)资助
【分类号】：TP751
【正文快照】： 1引言在遥感图像分类结果中,类别成员分布零散和不同类别成员之间复杂穿插的情况比较多,如何将分类结果自动转换为简洁的图像对象(Image Ob-ject)[1],一直是遥感技术应用领域的热门研究主题之一。它通常要求在保持分类精度基本不变的前提下,以自适应方法使图斑完整和简化图斑

【相似文献】

中国期刊全文数据库 前1条

1 韦燕燕;张子平;;基于IKONOS遥感影像最小识别图斑面积精度研究[J];城市勘测;2012年06期

，

本文编号：979543