监督分类技术在高分辨率卫星影像中的应用.doc

第 25 卷 特刊2003 年 12 月北 京 第 25 卷 特刊 2003 年 12 月 北 京 林 业 大 学 学 报 JOURNAL OF BEIJ ING FORESTRY UNIVERSITY Vol . 25 Spec . Iss. Dec . , 2003 监督分类技术在高分辨率卫星影像中的应用 周 庆 李 峰 张海涛 马千里 ( 北京市测绘设计研究院) 摘要 随着社会对专题影像数据需求的逐渐增大 ,要求的提高 ,低分辨率卫星影像制作的专题数据在许多领域已 不能满足要求. 该文介绍了利用 Quick Bird 卫星影像制作专题数据的方法 ,以及结合生产实际满足社会需求的实 例 . 关键词 监督分类 ,训练样地 ,分类后处理 ,矢量分类图 中图分类号 S75712 Zhou Qing ; Li Feng ; Zhang Haitao ; Ma Qianli . Application of supervised cla ssif ication on high spatial resolution satellite image. J ournal of Beijing Forestry University (2003) 25 ( Spec . Iss. ) 432245 Ch ,2 ref . Beijing Geomatics Centre ,Beijing ,100038 ,P. R. China . With the increasing demand and high requirement of society to thematic image , thematic map made from low resolution image cannot satisfy the requirements in many fields. This article introduces the methods of making thematic data from QuickBird image , and provides practical examples to meet the demands of society. Key wo rd s supervised classification , training area , post classification processing , vector classification map 随着卫星遥感技术的发展 ,通过遥感获得的地 理信息越来越多 ,遥感影像成为地理信息系统非常 重要的信息源 . 对卫星图像分类就是利用计算机给 予图像像元的光谱值 ,按照一定的规则 ,将像元归并 成有限的几种类型 、等级或数据集的过程 (这一过程 也叫做图像分割) . 或者说 ,图像分类就是从原始数 据中提取各种信息 ,分类结果可以与地物特征相联 系 . 比如土地覆盖类型图 ,就是分类的结果 ,它可以 显示出植被 、水系等信息. 传统的分类数 据 主 要 是 Spot 、TM 、MSS 之 类 的 卫星影 像 , 地 面 分 辨 率 较 低. 此 次 用 于 研 究 的 是 Quick Bird 卫星影像 ,它的地面分辨率最高可以达到 0161 m. 相比于传统影像 ,Quick Bird 影像的数据量 较大 ,混合像元影像减小 、地物物体的各组信息增 强 . 由于传感器记录了地面光谱值 ,使光谱变化区间 增大 ,这样对计算机的自动分类提出了新的考验. 同 时 ,地面分辨率的增加有利于目视判读 ,提高了作业 员对影像分类的控制 ,利于及时对分类结果做出有 效判断. 常规的图像分类主要有两种方法 : 监督分类和 非监督分类. 非监督分类完全按照影像中像元的光谱特性进 行统计分类 , 它的自动化程度较高 , 人为的干预较 少 . 常常用于对分类区缺乏了解的情况 . 针对 Quick Bird 影像的分辨率 ,我们认为非监督分类并不适用 , 因此我们重点进行了监督分类的应用研究. 1 高分辨率卫星影像的监督分类 监督分类要求首先要进行外业调查 ,依据所拥 有的数据资料定义支持假设的规则 、条件和变量 ,建 立起不同地类与遥感图像光谱值的对应关系 . 在监 督分类过程中 ,首先选择可以识别或者借助其他信 息可以断定其类型的像元建立训练样地 ,然后基于 该训练样地使计算机系统能够自动识别具有相同特 性的像元. 对分类结果进行评价后再对训练样地进 行修改 ,多次反复后建立一个比较正确的训练样地 , 并在此基础上最终进行分类. 我们 使 用 ERDAS IMAGING