面向对象的遥感影像模糊分类方法研究
传统的基于像素的遥感影像处理方法都是基于遥感影像光谱信息极其丰富,地物间光谱差异较为明显的基础上进行的.对于只含有较少波段的高分辨率遥感影像,传统的分类方法,就会造成分类精度降低,空间数据的大量冗余,并且其分类结果常常是椒盐图像,不利于进行空间分析.本文采用面向时象的影像分类方法,考虑了对象的不同特征值,例如光谱值,形状和纹理,结合上下文关系和语义的信息,这种分类技术不仅能够使用影像属性,而且能够利用不同影像对象之间的空间关系.在时诸多对象进行分类后,再进行精度分析.在此研究提出了一种面向对象的方法结合模糊理论把许多的对象块分成不同的类别.这一过程主要有两个步骤:第一个步骤是分割.图像分割将整个图像分割成若干个对象,在这个过程中,分割尺度的选择会影响到后续的分类结果和精度.第二个步骤是分类.在这个步骤中,特征值的选择和隶属度函数的选择都对分类结果有着至关重要的影响.
