融入超像素分割的高分辨率影像面向对象分类

作     者：聂倩 七珂珂 赵艳福 NIE Qian;QI Keke;ZHAO Yanfu

作者机构：宁波市测绘和遥感技术研究院浙江宁波315000 宁波市阿拉图数字科技有限公司浙江宁波315000 

出 版 物：《测绘通报》 (Bulletin of Surveying and Mapping)

年 卷 期：2021年第6期

页      面：44-49页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

主　　题：高分辨率遥感影像 简单线性迭代聚类 超像素 分形网络演化方法 多尺度分割 面向对象分类 

摘      要：针对高分辨率遥感影像面向对象分类中容易受分割参数的影响、分类精度不稳定的问题,本文提出了一种融入超像素分割的高分辨率影像面向对象分类方法。该方法通过简单线性迭代聚类(SLIC)算法对原始影像进行聚类生成超像素影像,并在此基础上采用分形网络演化方法(FNEA)进行多尺度分割生成同质性对象,最后利用最邻近分类方法进行地物分类。试验结果表明,该方法不易受多尺度分割参数的影响,分类效果稳定,而且分类精度明显高于传统的面向对象分类方法,对于高分辨率遥感影像的广泛应用具有重要意义。