面向对象的高分辨率影像单值分类耕地提取方法研究  

Method Research on Cultivated Land Extraction Based on Object One-Class Classification of High-spatial-resolution Images

作　　者：徐世武[1] 杨双[1] 孙飞[1] 郭庆华[2] 

机构地区：[1]中国地质大学(武汉),湖北武汉430074 [2]中国科学院植物研究所,北京100093

出　　处：《测绘通报》2014年第10期78-81,共4页Bulletin of Surveying and Mapping

基　　金：国土空间规划决策支持与管理平台开发(2012BAB11B05);国土空间优化配置关键技术研究与示范(2012BAB11B00)

摘　　要：遥感技术已广泛应用于土地覆盖/土地利用分类中。在专题应用中,用户只对某一类地物感兴趣,如耕地提取,即单类别分类问题。随着影像分辨率的提高,基于像元的分类算法难以满足高分辨率影像高精度信息提取的需求。本文采用结合面向对象分类思想和基于正样本、未标记样本遥感单值(PUL)分类方法从多源高分辨率影像中提取耕地信息,并与基于像素的分类试验进行对比分析。结果表明,在缺少部分地类的不完全训练集下,基于面向对象的单值分类较传统神经网络分类有更较稳定的表现,并且远优于基于像素的分类结果。

关 键 词：面向对象 单值(PUL)分类 多源高分辨率影像 耕地 不完全训练集 

分 类 号：P236[天文地球—摄影测量与遥感]