基于多尺度图像库的遥感影像分割参数优选方法

doi:10.6046/gtzyyg.2016.04.09

摘要
参考文献
相关文章
Metrics

全文: PDF(6070 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

寻找合适的分割参数是面向对象影像分析的首要步骤。试错策略的目视分析法在实际应用中被广泛采用，但其无法分析大量分割结果，难以找到最佳分割参数。针对此问题，提出一种基于多尺度图像库的分割参数优选方法，并以SPOT5影像为例开展了多尺度分割参数优选实验。结果表明，该方法能够有效找到合适的分割参数，并能对地物目标的多尺度特性做全面分析。基于多尺度图像库的分割参数优选方法简单有效，可为工程化影像解译中分割参数选择提供支持。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	刘素华
	田静
	米素娟

关键词 ：遥感, 蒸散发量(ET), 尺度扩展, 蒸发比法, 时间积分法, 正弦关系法, 作物系数法, 冠层阻力法

Abstract：

Finding the best-fitting parameters in image segmentation is of great importance for object-oriented information extraction. The try-and-error strategy and visual analysis on multiresolution segmentation are widely used in real practice, but they cannot analyze a large number of segmentation results. This paper proposes a procedure for picking segmentation parameters based on multiresolution segmentation image database and visual analysis. The experiment of multiresolution segmentation on SPOT5 image shows that the proposed procedure is capable of finding the best fitting parameters. The procedure is more efficient and effective than the traditional try-and-error strategy, and there is good potential for the procedure to be used in practical image analysis application.

Key words： remote sensing evaportransporation(ET) time spreading evaporation ratio time integration method sinusoid method crop coefficient method canopy resistance

收稿日期: 2015-02-13 出版日期: 2016-10-20

TP75

基金资助:

国家自然科学基金创新群体项目“地理时空数据分析”（编号：41421001）和中国地质调查局地质矿产评价项目“全国自然资源遥感综合调查与信息系统建设”（编号：121201203000160011）共同资助。

通讯作者: 杨晓梅(1970-),研究员,主要从事遥感智能计算方法和海洋海岸带遥感应用研究。Email:yangxm@leris.ac.cn。

作者简介: 张涛(1983-),男,博士,高级工程师,主要从事资源环境遥感应用研究。Email:zhangtpaper@qq.com。

引用本文:

张涛, 杨晓梅, 童立强, 贺鹏. 基于多尺度图像库的遥感影像分割参数优选方法[J]. 国土资源遥感, 2016, 28(4): 59-63.
ZHANG Tao, YANG Xiaomei, TONG Liqiang, HE Peng. Selection of best-fitting scale parameters in image segmentation based on multiscale segmentation image database. REMOTE SENSING FOR LAND & RESOURCES, 2016, 28(4): 59-63.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2016.04.09 或 https://www.gtzyyg.com/CN/Y2016/V28/I4/59

[1] 宫鹏,黎夏,徐冰.高分辨率影像解译理论与应用方法中的一些研究问题[J].遥感学报,2006,10(1):1-5. Gong P,Li X,Xu B.Interpretation theory and application method development for information extraction from high resolution remotely sensed data[J].Journal of Remote Sensing,2006,10(1):1-5.
[2] 孙晓霞,张继贤,刘正军.利用面向对象的分类方法从IKONOS全色影像中提取河流和道路[J].测绘科学,2006,31(1):62-63. Sun X X,Zhang J X,Liu Z J.Extracting the river and the road using an object oriented technique from IKONOS panchromatic imagery[J].Science of Surveying and Mapping,2006,31(1):62-63.
[3] Blaschke T.Object based image analysis for remote sensing[J].ISPRS Journal of Photogrammetry and Remote Sensing,2010,65(1):2-16.
[4] 李秦,高锡章,张涛,等.最优分割尺度下的多层次遥感地物分类实验分析[J].地球信息科学学报,2011,13(3):409-417. Li Q,Gao X Z,Zhang T,et al.Optimal segmentation scale selection and evaluation for multi-layer image recognition and classification[J].Journal of Geo-Information Science,2011,13(3):409-417.
[5] 于欢,张树清,孔博,等.面向对象遥感影像分类的最优分割尺度选择研究[J].中国图象图形学报,2010,15(2):352-360. Yu H,Zhang S Q,Kong B,et al.Optimal segmentation scale selection for object-oriented remote sensing image classification[J].Journal of Image and Graphics,2010,15(2):352-360.
[6] Drǎgu? L,Tiede D,Levick S R.ESP:A tool to estimate scale parameter for multiresolution image segmentation of remotely sensed data[J].International Journal of Geographical Information Science,2010,24(6):859-871.
[7] 黄慧萍.面向对象影像分析中的尺度问题研究[D].北京:中国科学院遥感应用研究所,2003. Huang H P.Scale Issues in Object-oriented Image Analysis[D].Beijing:Institute of Remote Sensing Applications,Chinese Academy of Sciences,2003.
[8] 张俊,朱国龙,李妍.面向对象高分辨率影像信息提取中的尺度效应及最优尺度研究[J].测绘科学,2011,36(2):107-109,58. Zhang J,Zhu G L,Li Y.Scale effect and optimal scale in object-oriented information extraction of high spatial resolution remote sensing image[J].Science of Surveying and Mapping,2011,36(2):107-109,58.
[9] 陈建裕,潘德炉,毛志华.高分辨率海岸带遥感影像中简单地物的最优分割问题[J].中国科学D辑:地球科学,2006,36(11):1044-1051. Chen J Y,Pan D L,Mao Z H.Optimum segmentation of simple objects in high-resolution remote sensing imagery in coastal areas[J].Science in China Series D:Earth Sciences,2006,49(11):1195-1203.
[10] 陈春雷,武刚.面向对象的遥感影像最优分割尺度评价[J].遥感技术与应用,2011,26(1):96-102. Chen C L,Wu G.Evaluation of optimal segmentation scale with object oriented method in remote sensing[J].Remote Sensing Technology and Application,2011,26(1):96-102.
[11] 鲁恒,李永树,唐敏.面向对象的山地区域多源遥感影像分割尺度选择及评价[J].山地学报,2011,29(6):688-694. Lu H,Li Y S,Tang M.Evaluation and selection of segmentation scale with object-oriented method in multiple source remote sensing image of mountain areas[J].Journal of Mountain Science,2011,29(6):688-694.
[12] 陈杰,陈铁桥,梅小明,等.基于最优尺度选择的高分辨率遥感影像丘陵农田提取[J].农业工程学报,2014,30(5):99-107. Chen J,Chen T Q,Mei X M,et al.Hilly farmland extraction from high resolution remote sensing imagery based on optimal scale selection[J].Transactions of the Chinese Society of Agricultural Engineering,2014,30(5):99-107.
[13] Benz U C,Hofmann P,Willhauck G,et al.Multi-resolution,object-oriented fuzzy analysis of remote sensing data for GIS-ready information[J].ISPRS Journal of Photogrammetry and Remote Sensing,2004,58(3/4):239-258.

[1]	刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[2]	王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[3]	吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[4]	张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[5]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[6]	宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[7]	李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[8]	丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[9]	高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[10]	张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[11]	贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[12]	于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[13]	李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[14]	艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[15]	李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.

Viewed

Full text

Abstract

Cited

Shared

Discussed