基于多尺度影像分割的面向对象城市土地覆被分类研究——以马来西亚吉隆坡市城市中心区为例

被引：113

作者：

苏伟 ^{[1
]}

李京 ^{[1
]}

陈云浩 ^{[1
]}

张锦水 ^{[1
]}

胡德勇 ^{[1
]}

刘翠敏 ^{[2
]}

机构：

[1] 北京师范大学资源学院地表过程与资源生态国家重点实验室

[2] Cilix CorpSdnBhd,Lot L-I-,Enterprise ,Technology Park Malaysia,Bukit Jalil,Kuala Lumpur,MALAYSIA,

来源：

遥感学报 | 2007年 / 04期

关键词：

多尺度分割; 面向对象; 甚高分辨率遥感影像; LIDAR数据; nDSM;

D O I：

暂无

中图分类号：

TP79 [遥感技术的应用];

学科分类号：

081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

城市受人类活动影响比较大,结构组成比较复杂,对该区域进行分类研究存在一些问题。甚高分辨率遥感影像,以其丰富的细节信息为城市土地覆被分类研究提供了可能。本文结合使用甚高分辨率Qu ickB ird遥感影像和激光扫描LIDAR数据,论述了利用多尺度、多变量影像分割的面向对象的分类技术对马来西亚基隆坡市城市中心区的土地覆被分类研究。针对特定地物选择合适的影像分割特征和分割尺度、按照合理的提取顺序逐步进行城市土地覆被信息提取。在建筑物的提取过程中构建了归一化数字表面模型nDSM,使用成员函数将建筑物信息提取出来。精度评价结果表明,利用该方法得到了理想的城市土地覆被分类结果,其分类总精度从常规面向对象分类方法的83.04%上升到88.52%,其中建筑物生产精度从60.27%增加到93.91%。

引用

页码：521 / 530

页数：10

共 7 条

[1] 基于区域分割合并的建筑物半自动提取方法 [J].