一種高分辨率遙感影像分類的特征指數

劉紅彬，晁拴社，王 興

(重慶郵電大學 通信與信息工程學院，重慶 400065)

?

一種高分辨率遙感影像分類的特征指數

劉紅彬，晁拴社，王 興

(重慶郵電大學 通信與信息工程學院，重慶 400065)

隨著影像分辨率的提高，傳統的光譜特征不能有效地描述復雜的高分辨率影像信息，從而影響高分辨率遙感影像的分類。為了彌補傳統光譜方法的不足，提出了一種加權對象相關指數(WOCI)，并將其應用到基于支持向量機(SVM)的影像分類中。該指數是通過考慮具有相似性光譜的對象來構建的，可全面地描述影像的上下文結構。結果表明與僅考慮光譜特征和像素空間特征進行分類的方法相比，基于WOCI特征的分類結果有更高的精確性,且分類精度提高了7.16%。

高分辨率遙感影像分類；WOCI；光譜特征；空間特征

高空間分辨率遙感影像[1]一般是指影像空間分辨率達到10 m以內的航天、航空遙感影像。傳統的分類方法大多是基于像素的光譜特征，而未考慮像素的空間特征，比如神經網絡法[2]、最大似然法[3]及K-means[4]法。表達和利用目標空間上下文及語義信息是高空間分辨率遙感影像分類的一項關鍵技術[5]。已有文獻提出了長寬比算法(LWEA)[6]和像素形狀指數(PSI)[7]來進行影像分類，但由于高分辨率影像的像元之間存在較強的異質性，易出現空間不連續和椒鹽噪聲[8-9]的分類結果，降低了分類精度。

面向對象的方法對影像按照一定的同質性規則進行區域劃分，從而得到具有同質性的多個像元集區域，然后通過對像元集合形成的對象進行分析，完成影像分類與目標提取[10-11]。……