基于对象的CHRIS遥感图像森林类型分类方法研究

编号 zgly0000680808

文献类型 期刊论文

文献题名 基于对象的CHRIS遥感图像森林类型分类方法研究

学科分类 220.2530;林业遥感

作者 李小梅  张秋良  李增元  谭炳香 

作者单位 内蒙古农业大学林学院  中国林科院资信所 

母体文献 内蒙古农业大学学报: 自然科学版 

年卷期 2010(2)

页码 31-36

年份 2010 

分类号 S771.8 

关键词 面向对象  分类  影像分割  最近邻法  CHRIS影像 

文摘内容 高光谱遥感森林类型分类中采用传统基于像素分类方法精度较低,本文通过高光谱遥感影像的特征,采用面向对象的最近邻监督分类方法对高光谱CHRIS影像进行分类实验,首先对影像进行多尺度分割,然后将分割对象信息、形状特征及上下文联系等特征构成特征空间进行最近邻监督分类,并与传统的基于像素的最大似然分类方法进行比较分析,结果表明,面向对象的最近邻法能够较好的识别森林类型,总精度为89.06%,kappa系数为0.82,而最大似然法分类精度为85.75%,kappa系数为0.79,其分类精度明显高于最大似然法,这表明该方法适合高光谱遥感影像分类,为今后的高光谱遥感森林类型分类能够起到技术参考和理论依据。