【文章內(nèi)容簡介】
2) 形狀指數(shù) 形狀特征是分割對象的一個(gè)重要特征,有助于提取不同幾何形態(tài)地物,包括對象的面積、長寬比、邊界長、形狀指數(shù)、緊致度、圓形度、凸度等信息,觀察水體對象的實(shí)際參數(shù),我們選取了面積周長比作為指標(biāo)[20,21](公式4):L=A189。/P 其中A為多邊形區(qū)域面積,P為周長。一般公路目標(biāo)為長條形,形狀指數(shù)遠(yuǎn)大于其他地物。房屋目標(biāo)多為規(guī)則的方形。水庫的主區(qū)域是大面積連續(xù)的,周邊水域離散分布,其形狀指數(shù)有其特定范圍。3) 亮度均值 此處的亮度均值(Brighness)是指每個(gè)對象所包含像素的亮度平均值,是由分割之后不同多邊形的大小、區(qū)域和所含像素?cái)?shù)量決定的,在公式中,Bi 為單個(gè)像素的亮度值,i為對象所含像素的編號(hào),n為對象所含像素的總數(shù)(公式5): 在規(guī)則制定的基礎(chǔ)上,觀察三幅影像中對象在各個(gè)參數(shù)方面的具體表現(xiàn),確定參數(shù)標(biāo)準(zhǔn)如下表所示(SPOT影像和RapidEye影像采用同樣方法分類):表4 特征集規(guī)則Table 4 The rules of feature 注:RapidEye對象的亮度均值浮動(dòng)范圍過大,無法確定有意義的參數(shù)。4 實(shí)驗(yàn)和結(jié)果分析 分割結(jié)果 分割結(jié)果如下圖所示(Rapideye影像分割結(jié)果過于密集,故截取其中部分區(qū)域展示):圖4 天繪影像分割結(jié)果 The segmentation results of Mapping Satellite1 image圖5 SPOT影像分割結(jié)果 The segmentation results of SPOT image圖6 RapidEye影像分割結(jié)果(分割過細(xì),截取部分區(qū)域展示) The segmentation results of RapidEye image 由三組影像分割結(jié)果可以看出,隨著級(jí)別的遞增,分割后的多邊形數(shù)量越少,每個(gè)多邊形包含的像素越多。在同一分割級(jí)別下,天繪影像與SPOT影像表現(xiàn)基本相似,而RapidEye影像的分割結(jié)果相比于另兩類影像都更加密集和細(xì)化,主要因?yàn)镽apidEye影像的實(shí)際分辨率更高,同一區(qū)域即使是同種地物,也會(huì)因物質(zhì)組成成分的細(xì)微差別及拍攝光線、傳感器角度等因素,導(dǎo)致影像像素在光譜值、亮度、色彩和飽和度上有不同的表現(xiàn),水中的微生物、泥沙含量、岸邊植被陰影等都會(huì)影響水質(zhì),其被衛(wèi)星傳感器接受到的反射特性也都會(huì)有所差異。綜合評價(jià)三個(gè)級(jí)別的分割程度,本次實(shí)驗(yàn)選擇級(jí)別B的分割結(jié)果進(jìn)行分類,尺度過細(xì)會(huì)導(dǎo)致同一地物在分類過程中有可能被錯(cuò)分為不同種類,并且計(jì)算時(shí)間較長。尺度過寬會(huì)導(dǎo)致不同地物因特征相似而被分為同種地物,如陰影和水體。 水體提取結(jié)果 針對分類結(jié)果,我們對照懷柔地區(qū)標(biāo)準(zhǔn)地圖,并于2013年6月份進(jìn)行實(shí)地驗(yàn)證,選取了132個(gè)樣本點(diǎn)進(jìn)行精度評價(jià),結(jié)果如下表所示:表5 基于樣本選取的精度評價(jià)表Table5 Accuracy assessment based on sample selection 在132個(gè)樣本點(diǎn)中,天繪影像有4處水域未被提取,1處被誤認(rèn)為水域,%。SPOT影像有5處水域未被提取,1處被誤認(rèn),%。 RapidEye影像有8處水域未被提取,2處被誤認(rèn),%?;跇颖具x取的精度評價(jià)受樣本點(diǎn)選取數(shù)量和位置的限制,并不能完全客觀反映總體精度,我們將提取結(jié)果轉(zhuǎn)化為矢量圖進(jìn)一步分析:圖7 水體提取結(jié)果圖 the results of water body extracti