基于多尺度叠加的IKONOS影像分类研究
遥感影像分类精度受空间分辨率的影响。空间分辨率的提高并不意味着分类精度的提高。影像分类的理想情况是影像中的元素与地面景的对象相对应，对于每一种土地类型都有一个最适合分类的分辨率。然而，在异质的区域内景的对象大小不一，基于单分辨率的分类方法不能提高分类精度。<br> 通过分析分类中统计可分性随叠加尺度的变化来分析多尺度数据对分类精度的影响。采用J-M距离作为可分性度量。首先生成模拟数据，并采用简单平均方法将其扩展为系列尺度影像。将这些多尺度影像进行叠加并计算其J-M距离。结果表明多尺度叠加数据能够提高类别之间的可分性。以IKONOS为例，比较了三个尺度叠加的影像与原始影像分类精度之间的差异。研究表明，使用多尺度叠加的数据进行分类能够提高总体分类精度。
土地利用 遥感影像 分类算法 精度控制
徐俊锋 黄敬峰
浙江大学农业遥感与信息技术研究所,杭州310029
国内会议
银川
中文
255-262
2006-08-11（万方平台首次上网日期，不代表论文的发表时间）