简介:典型地物数据库是通过计算机自动分类来识别地物信息的。然而传统的以中低空间分辨率遥感数据建立的典型地物数据库由于同物异谱,同谱异物,单一指标信息等原因无法很好地区分相近目标。因此本文利用WorldView数据为典型地物影像建立数据库,可以加大遥感影像中的信息量,同时拟采用非监督分类、聚类分析的方法,以及多种指标信息对地物进行分类(如纹理信息、光谱信息等),可显著地提高识别精度,有助于更加快速、精确的识别地物类型,从而实现对地物的分类,增强遥感图像的识别,提高最终的地物分类精度以及此实验的分类效率与工作效率的提高,有着十分重要的现实意义。
简介:本文以平朔露天煤矿作为研究区域,利用不同空间分辨率的Landsat~8、Spot~5和WorldView-2多源遥感数据并基于eCognitionDeveloper软件进行多尺度分割,研究矿区不同地物类型的尺度特征,并利用影像的亮度均值标准差随分割尺度的变化曲线来确定各地物的最优分割尺度。结果表明:30m分辨率Landsat-8影像适宜在分割尺度为8时提取大尺度的矿区破坏土地、复垦土地和工业用地;10m空间分辨率的Spot-5影像在分割尺度值为85时整体效果最佳,能够提取建筑物、耕地、复垦植被等多数矿区典型地物类型;1.8m高分辨率WorldView-2影像在分割尺度为220时分割效果最佳,耕地和高、低植被覆盖区域能够快速提取,从而为提取不同属性矿区地物时选择适宜的影像分辨率与对象尺度提供参考依据,最终达到快速、精确提取地物信息的目的。