| 面向对象高分遥感影像典型自然地物半自动提取 |
| |
| 引用本文： | 张春森,贾欣,吴蓉蓉,崔卫红,史书,郭丙轩.面向对象高分遥感影像典型自然地物半自动提取[J].地球信息科学,2021,23(6):1050-1062. |
| |
| 作者姓名： | 张春森 贾欣 吴蓉蓉 崔卫红 史书 郭丙轩 |
| |
| 作者单位： | 1.西安科技大学测绘科学与技术学院,西安 7100542.武汉大学遥感信息工程学院,武汉 4300793.武汉大学测绘遥感信息工程国家重点实验室,武汉 430079 |
| |
| 基金项目： | 国家自然科学基金重大研究计划项目(92038301);自然资源部城市国土资源监测与仿真重点实验室开放基金资助课题(KF-2018-03-052) |
| |
| 摘 要： | 针对目前高空间分辨率遥感影像（简称高分遥感影像）地物全自动提取无法完全实现的现实,本文结合自然地物的光谱和纹理特征,提出一种面向对象的高分遥感影像典型自然地物半自动提取方法。首先构建最小生成树（Minimum Spanning Tree, MST）进行影像初始分割,根据影像灰度平均归一化值和标准差统计对象的光谱、纹理等特征。用户通过“种子点”交互选取提供前景样本,并基于区域邻接图（Region Adjacency Graph, RAG）寻找合并代价最小的区域扩充前景样本。在自动构建的环形缓冲区内选择背景样本,利用特征空间高斯滤波实现全连接条件随机场中均值场更新。依据全连接条件随机场描述全局信息,结合不同地物的提取准则最终得到自然地物的提取结果。以航空和高分二号(GF-2)遥感影像为实验数据,分别对林地、草地、耕地、裸地和水体等典型自然地物进行提取。结果显示,基于本文方法的航空影像典型自然地物提取总精度和Kappa值为0.959和0.948,相较于SVM方法分别提升了20.757%和0.268。高分二号(GF-2)遥感影像的提取总精度和Kappa值为0.959和0.941,相比SVM方法分别提高了1.698%和0.133。证明所给方法能够通过较少的用户交互,实现高分遥感影像典型自然地物高精度智能提取。
|
| 关 键 词： | 高分遥感影像 半自动提取 面向对象 全连接条件随机场 最小生成树 区域邻接图 高斯混合模型 支持向量机 |
| 收稿时间： | 2020-07-15 |
Object Oriented Semi-automatic Extraction of Typical Natural Areas from High-Resolution Remote Sensing Images |
| |
| ZHANG Chunsen,JIA Xin,WU Rongrong,CUI Weihong,SHI Shu,GUO Bingxuan.Object Oriented Semi-automatic Extraction of Typical Natural Areas from High-Resolution Remote Sensing Images[J].Geo-information Science,2021,23(6):1050-1062. |
| |
| Authors: | ZHANG Chunsen JIA Xin WU Rongrong CUI Weihong SHI Shu GUO Bingxuan |
| |
| Institution: | 1. College of Geomatics, Xi'an University of Science and Technology, Xi'an 710054, China2. School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China3. State Key Laboratory of Information Engineering in Surveying Mapping and Remote Sensing,Wuhan University,Wuhan 430079, China |
| |
| Abstract: | |
| |
| Keywords: | high spatial resolution remote sensing image semi-automatic extraction object oriented fully connected conditional random fields minimum spanning tree region adjacency graph Gaussian Mixture Models Support Vector Machines |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《地球信息科学》浏览原始摘要信息 |
| 点击此处可从《地球信息科学》下载免费的PDF全文 |
|
