面向对象的森林植被图像识别分类方法

摘要：

森林植被信息提取是遥感影像分类中的难点,仅利用光谱信息难以提取森林植被的类型,本文以门头沟区森林植被占主要土地覆被类型为研究对象,选择HJ-1影像面向对象提取不同地物信息.由于研究区地形复杂,采用多尺度分割方法,对不同地物设置不同分割参数,实现不同地物分层提取.根据光谱、纹理及几何等特征选择合适的特征参数,构建隶属度函数,逐级提取研究区的土地覆被类型,并与传统的最大似然法进行对比.结果表明:面向对象的分类方法在门头沟区森林植被二级信息提取的精度为83％,与传统方法相比有了较大的提高.

关键词：eCognition、面向对象分类、多尺度分割、最大似然法

所属期刊栏目：14

分类号：S771.8(森林工程、林业机械)

资助基金：中国科学院战略性先导科技专项XDA05050102;全国生态环境10年2000-2010年变化遥感调查与评估专题STSN-01-01

在线出版日期：2012-11-26（万方平台首次上网日期，不代表论文的发表时间）

页码：514-522