面向对象遥感分类方法研究
摘要：传统的遥感影像分类是以像元为单位进行的，这种方法的理论基础是相同的地物类别具有近似的光谱特性，而且不同地物的光谱特性具有一定的区别。但是这种传统的影像分类方法对于复杂地物出现的“同物异谱”和“同谱异物”现象会出现严重的错分、漏分现象。许多研究者基于传统的遥感影像分类方法的基础上，结合面向对象分析理论与方法，提出了面向对象的遥感影像的分类方法，通过实验分析探讨了面向对象影像分类的关键技术。包括多尺度的分割，分类器的建立，包括最近邻分类和模糊聚类分类。而最终实验表明面向对象的分类方法较传统基于像素分类法有较高的精度，具有很大的发展潜力。
关键词：面向对象的影像分类； 图像分割； 分类器； 尺度
概述
近些年来，随着航空、航天和遥感器技术的不断发展，遥感技术在地物识别的广泛应用。高分遥感影像因其含有丰富的纹理、形状、色调和细节等信息，在地物类型精细识别也中成为一大研究热点，在森林资源调查和动态检测中体现了巨大的优越性，从而在局部地区小范围及全球地区大范围的森林资源现代化调查及动态变化监测中得到了广泛的应用[1]。而遥感影像使用图像光谱亮度值进行分类即传统分类方法，往往会因为分类精度不高，没有考虑象元与其周围象元之间的联系(如图像空间特征，形状特征以及上下文联系)造成较大误差。
传统分类方法是以单个象元为分类单元进行分类的，分类方法有监督分类法和非监督分类法等。从分类技术角度看，由于受空间分辨率的制约，传统的遥感影像信息提取只能依靠影像的光谱信息，且是在像素层次上的分类，所以仅仅依靠像素的光谱信息进行分类，着眼于局部像素而忽略邻近整片图斑的纹理、结构等信息，必然会造成分类精度的降低。如最大似然分类法[2]，它是把象元归于归属类别最大的类别中；神经网络分类法，是模拟人脑神经中枢的分类法；元胞自动机的分类法[3]，用以模拟在时空具有离散特征的各种现象；决策树分类法，是基于空间数据挖掘和知识发现的监督分类法，以及空间逐步寻优模型、模糊集、分层聚类法等，在一定程度上提高了分类精度。但这些方法基于像素层次，不能突破传统分类方法的局限性，也不能满足用户的需求。因此面向对象的高分辨率遥感影像分类方法应运而生。
国内外研究现状
随着获取遥感影像方法的不断增多，遥感影像分辨率逐渐提高，遥感影像的光谱特征、纹理特征和空间持征越来越突出，若是利用遥感影像的像元信息进行分类研究，那么会造成高分辨率遥感影像其他丰富信息的巨大浪费。因此，发展出了一种新型的分类方式——面向对象的分类方法。
该种方法突破了传统分类方法以像元为基本分类和处理单元的局限性[4]，20世纪90年代末，Baatz M和Schape A针对高分辨率遥感图像的特征属性，提出了面向对象的遥感影像分类方法[5]，其应用原理是分类时除了利用地上物体的波段特性，还利用目标地物的结构、色彩、纹理等信息和几何特征把具有相同属性的像元组成一个分类对象，然后根据每一个组合的属性进行分类。Hofmann采用面向对象的分类方法，结合分类目标的波段、结构、几何等信息，提取了IKONOS影像中的建筑物体，取得了较为理想的分类精度[6]。Hofmann（2001）基于IKONOS高分辨率遥感数据，利用影像对象结构信息并使用DEM作为高程专题层来快速区分影像区域内的建筑物和道路，能够得到较好的分类效果[7]。Camanya认为针对津巴布韦中心区域采取面向对象分类方法能够取得较好的效果，最后得到分类的总精度超过90％。J.D.Watts运用此方法提取湿地信息，提取结果达到了应用的需要，同时也指出了该方法在特征空间优化上需要解决的一些问题。Mathieu结合高分辨率影像（SPOT、IKONOS、QuickBird航空影像）运用面向对象的方法对研究区域进行城市动态监测，便于分析和掌握城镇绿地分布格局及其动态变化[8]。
国内面向对象信息提取技术起步较晚，但近几年发展迅速，并取得了可喜的成果。黄慧萍(2003，2004)等用高分辨率IKONOS遥感影像，采用面向对象的多尺度影像分割方法，自动提取大庆市城市绿地覆盖信息，总精度达92.11%，精度高，成本低，同时详细讨论了对面向对象影像分析过程中的尺度问题[9-10]。周春艳（2006）用QuickBird高分辨率影像，利用光谱特征和形状特征应用模糊分类器实现分类提取了城区和农业区地物信息，采用面向对象方法在在农业区总体精度达到91.60％，说明了此方法对农业用地有很大优势[11-12]。童磊利用雷达影像进行了河流信息的提取试验，完成了惠州市城区及周边城市用地信息的提取及精度检验，为城市用地信息的获取提供了有效手段[13]。
通过前人的研究可以看出，面向对象的方法要比传统基于像元效果好。随着遥感影像分辨率的提高，目标地物所包含的特征信息量越来越大，其中主要有纹理特征信息以及空间特征信息，在这种信息量大、地物清晰度高的情况下，如何能够更准确、更高效的提取地物信息成为研究的前沿，此时面向对象方法的出现必将成为一种新的发展趋势。因为该方法可以很好的解决这些问题，有效提高土地覆盖分类精度。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
