基于解译知识库的地表覆盖自动解译研究及实现

高分辨率遥感影像具有丰富的空间结构信息和地理特征信息,因而被广泛地应用于地表覆盖信息提取工作中。针对高分辨率遥感影像解译中存在的目视解译效率低、自动解译分类精度有待提高、重复构建解译规则易造成劳动冗余等问题,本文提出了基于解译知识库的面向对象自动解译方法,并在此基础上开发了自动解译软件系统,通过解译知识的分类存储和用户的按需调用,实现影像解译的流程化、高效化。以四川省地理国情地表覆盖解译工作为例,表明应用该方法能够显著提高解译效率,解译结果具有一定的可靠性。     

基于eCognition的遥感图像面向对象分类方法研究

随着高分辨率遥感图像越来越普及,传统的面向像元的图像分类方法不能满足对高分辨率遥感图像区域分类的需求,高分辨率遥感图像对图像处理的软件与硬件都有了更高的要求,因此,出现了相较于面向像元有着更高精度更为合理的面向对象分类方法,也更加适用于高分辨率遥感影像。本文通过采用面向对象分类的基本方法,运用eCognition软件,以山东省胶州市地区遥感影像为例,进行多尺度分割和面向对象分类。并用ENVI做监督分类,基于目视解译精度评定,对不同方法作出分析评价。结果表明:面向对象分类方法精度更高,更具有可靠性。     

基于GF-2卫星数据的国情普查地表覆盖解译研究

以广东某地地理国情普查地表覆盖解译为例,阐述了利用eCognition(易康)软件对高分二号卫星遥感影像进行分类解译,并结合ArcGIS软件作对比分析,对地表覆盖解译的数据进行精度评定。结果表明,利用eCognition(易康)软件对地表覆盖解译的数据精度准、效率高,适合大规模的高分卫星数据的地表覆盖数据解译。     

FeatureStation和eCognition在地理国情普查项目中的应用对比研究

FeatureStation和eCognition都是用来对卫星影像进行自动解译分析处理的软件,在地理国情普查项目中得到了广泛的应用,但是二者的解译思路不尽相同。众所周知,自动解译的目的是为了降低人工解译的工作量,因此,自动解译软件的选择是否恰当,应用场合是否合适是地理国情普查项目管理者应该思考的问题。本文旨在分析FeatureStation和eCognition的利弊,用实验数据说明二者的优点与不足。     

FeatureStation 和 eCognition 在地理国情普查项目中的应用对比研究

FeatureStation和eCognition都是用来对卫星影像进行自动解译分析处理的软件,在地理国情普查项目中得到了广泛的应用,但是二者的解译思路不尽相同。众所周知,自动解译的目的是为了降低人工解译的工作量,因此,自动解译软件的选择是否恰当,应用场合是否合适是地理国情普查项目管理者应该思考的问题。本文旨在分析FeatureStation和eCognition的利弊,用实验数据说明二者的优点与不足。     

基于eCognition的混合对象分类方法研究

正一、引言遥感影像的自动解译一直是研究的热点,也是难点。目前,主流的遥感影像处理软件如eCognition(易康)、ERDAS、ENVI都能够提供遥感影像自动解译功能。其中eCognition是由德国Definiens Imaging公司开发的智能化影像分析软件,提供面向对象的遥感信息提取功能,具有独特的多尺度分割技术。遥感影像的自动解译包括分割和分类两个步骤,其中分割是分类的基础,分割的好坏决定着分     

东南沿海地理国情普查影像解译应用分析

影像解译是地理国情普查过程中一项重要的基础性工作,影像解译的结果直接影响作业质量、效率.本文选择东南沿海地区具有典型特征的影像,结合我省正在开展的地理国情普查实践,分别采用目视解译、自动解译和人机交互解译三种方法进行解译,从解译精度、效率、应用条件等方面,对比分析了三种方法的优缺点,结果表明:三种解译方法各具优势和不足,解译结果与影像质量、辅助数据质量、地形复杂程度、地物种类等有密切关系,在实际地理国情普查过程中须综合考虑使用.     

面向对象的高分辨率影像农用地分类

采用面向对象的影像分类方法,结合多尺度分割技术,以QuickBird影像为实验数据,进行农用地的精细自动分类。首先,根据地物大小,选择最优分割尺度,构建多尺度分割等级网;然后,综合利用高分辨率影像的光谱信息、纹理和形状特征,建立各个对象的特征集;最后,通过目视解译建立隶属度函数,实现地物的分层提取。实验表明,该方法能有效区分农作物种类,相对于传统的像素级分类方法,该方法明显提高了高分辨率影像的分类精度,且避免了"椒盐"噪声的产生。     

利用eCognition进行高分一号卫星数据土地利用现状解译能力测试

土地利用现状解译能力是卫星数据在土地资源领域应用的重要指标之一。本文以内蒙古自治区包头市石拐区和江苏省徐州市贾汪区作为研究区,利用eCognition软件采用面向对象分类的方法,通过初步影像分割、构建土地利用分类系统、标准化最邻近分类及对分类结果整理修改与分析,从中随机选取了不同地类、不同面积的图斑,以更高分辨率影像分类结果作为真值,进行了典型地类的属性精度、面积精度评价,从而对高分一号卫星数据的土地利用现状解译能力进行了测试与评定。     

基于面向对象分类的城市土地利用变化检测

以新疆乌鲁木齐某区域2013年的GeoEye影像和2015年的IKONOS影像为辅助数据,进行基于面向对象分类的城市土地利用变化检测实验;根据各类地物的提取规则,提取了实验区域的地物信息,并利用ENVI5.1软件进行了变化检测。结果表明,面向对象分类的变化检测方法总体精度为85.97%。为了提高该方法的精度,结合目视解译方法,面向对象方法 +目视解译的变化检测精度为87.00%,说明目视解译方法在一定程度上提高了检测精度。