面向对象和基于像元的草原地图分类

面向对象和基于像元的草原地图分类(中文9000字,英文PDF)
摘要：适合于中高分辨率卫星图像的的基于对象的分类方法的强劲发展为“传统的”基于像素的方法提供了一个有效的替代品。本文比较了澳大利亚北领地北部的热带地区基于对象的分类结果和逐项像元的监督分类的结果。基于对象的方法包括将影像数据分割成多个尺度级别的对象。通过训练对象和最近邻监督模糊分类算法将对象分成指定类。基于像素的监督分类涉及到训练区域的选择和使用最大释然分类算法。。在256个参考站点的基础上，采用两种分类的混淆矩阵对指定点的精度进行了评估。比较结果表明，该方法具有一定的统计学意义，面向对象的分类总体精度明显高于基于像元的分类。将数字高程模型(DEM)图层和相关的分类规则合并到面向对象的分类中，总体和某些类的精度略高;然而这是在仅使用光谱信息的面向对象的研究中，没有统计学意义。结果表明，面向对象的分析方法在从拍摄于澳大利亚热带地区的空间异质性的土地覆盖的卫星图像中提取土地覆盖信息方面具有良好的应用前景。