面向对象的遥感影像分类研究

在基于传统的遥感影像分类方法的基础上,结合面向对象分析理论与方法,提出了面向对象的遥感影像的分类方法,通过实验分析探讨了面向对象影像分类的关键技术。包括多尺度的分割,分类器的建立,包括最近邻分类和模糊聚类分类。实验表明,面向对象的分类方法较传统基于像素分类法有较高的精度,具有很大的发展潜力。     

基于面向对象的长株潭地区遥感影像分类方法

结合Landsat TM遥感影像和环境减灾卫星HJ-1-A、B影像数据,基于面向对象的遥感影像分类技术实现长株潭地区土地利用/覆被的分类提取.综合利用隶属度函数和最邻近分类方法设置分类规则,逐步提取林地、湿地、耕地、人工表面的地物信息.以地形复杂多样的长株潭地区为研究区,收集整理具有代表性的样点用于分类和精度评价.结果表明,利用隶属度函数方法分类结果基本能满足生产者和用户的需要,但是林地、耕地内部二级类精度相对较低,错分比较严重,采用最邻近分类优化分类结果后,研究区总体分类精度达到86.05%,耕地和林地一级类分类精度分别提高到73.63%和87.1%.     

面向对象的多层次规则分类地物遥感信息提取方法试验分析研究

监测土地覆盖变化是目前高分辨率遥感的重要应用领域，城市覆盖地物变更速度快、地物类型复杂，使用传统方法提取监测难度较大。针对此问题，选择云南省大理白族自治州上官镇为研究区，以GF-2 PMS遥感影像为数据源；采用面向对象的方法对研究区进行最优分割尺度分割，选取最优特征组合用于构建模糊分类规则，分层次进行地物提取，最终获得研究区地物类型分布图。运用混淆矩阵方法进行精度评价，面向对象的多层次规则分类法提取分类效果良好，分类总体精度达79.95%,Kappa系数为0.74。与基于像元的分类方法和单一尺度下面向对象的提取分类法相比，面向对象的多层次规则分类法精度明显提高，说明本方法运用于复杂地物提取分类具有较好可行性。     

浅论面向对象的遥感图像的模糊分类

介绍了面向对象与基于像素的分类方法,分析了模糊分类方法,阐述了面向对象的模糊分类技术的软件应用。     

基于面向对象分类方法的城市用地类型提取

丰富的高分辨率影像及面向对象分类方法为城市土地利用分类与分析提供了新的机遇.以SPOT-5 2.5 m融合后的多光谱遥感影像为主要数据源,采用基于规则的面向对象分类法进行分类.首先分析典型地物的影像光谱特征、几何特征和纹理特征,找出区分点进行,对最终的房屋、工厂、道路、阴影、未利用地5类城市用地进行精度分析,进而对面向对象的分类方法及存在问题进行阐述.     

层次分类诊断模型的面向对象实现

基于面向对象的思想，论述了诊断问题的分类层次和证据模式，提出用面向对象的框架结构表达诊断知识的模型，并给出其推理过程，以此为基础，用Ｂｏｒｌａｎｄ Ｃ＾＋＋语言实现了层次分类诊断模型，并将其应用于汽轮发电机组的故障诊断系统中。     

面向对象的高分辨率遥感影像变化检测方法

变化信息是遥感图像中的一类重要信息,变化信息的自动检测是遥感图像智能解译的重要研究领域.利用面向对象分类技术,对一种同一地区不同数据源的高分辨率遥感影像采用了分类后比较的变化检测方法.介绍了方法原理,建立规则以及实现过程;最后利用提出的方法对同一地区不同时相的QuickBird影像和IKONOS高分辨率遥感影像实施了变化检测实验,结果表明将基于面向对象技术的变换检测方法用于不同数据源的高分辨率遥感影像变化信息的检测是切实可行的,并具有较高的提取精度.     

面向对象森林分类的多分类器结合方法研究

为改善面向对象的SPOT5遥感图像森林分类精度,在多分类器结合的投票法、Bayesian平均法和模糊法的基础上提出综合保守投票法和模糊法的多分类器结合新方法——投票模糊法。对最小距离、马氏距离、Bayes准则、模糊逻辑和支持向量机5个分类器结合的试验检测结果表明:采用投票模糊进行分类器结合,总体分类精度和Kappa系数均比投票法、Bayesian法和模糊法的高,也略高于分类效果最好的单个分类器——Bayes分类器,且各类型间生产者精度的差异减小。但分类器结合效果不很明显,其主要原因可能是各分类器采用同一套训练样本,分类器输出结果之间存在较高的关联性,并且所分类型较多。因此,在实际应用中,应尽可能确保各个分类器训练样本的差异性,或者尽可能地避免每个分类器都采用相同的对象特征。     

面向对象的城市绿地信息提取方法研究

在比较传统的城市绿地提取方法的基础上,采用了面向对象的图像分类技术,对QuickBird卫星图像进行上海市区绿地信息提取实验,得到了令人满意的结果,总体分类精度达到84.4%,较传统的监督分类方法提高了24.4%,具有明显的优越性和应用前景.     

基于面向对象的高分辨率遥感影像道路信息提取方法

采用一种基于面向对象的道路提取方法,阐述了影像理解、影像分割、对象层次结构等几个关键思想,提出如何解决传统高分辨率影像提取道路方法,如边缘检测、滤波等存在的不足,并对高分辨率遥感影像提取道路的实用性进行思考,为下一步具体应用指明方向。     

面向对象技术中的对象映射

应用面向对象技术,用一个实例叙述了这种对象映射的过程.实践证明,该方法可行有效,并且为其它类似的软件开发提供了可行的建设方案.     

在MapInfo中实现数字化地图"非监督分类"

利用MapBasic语言,引入遥感图象处理中"非监督分类"的概念,在MapInfo平台下将同一图层中的不同要素按照他们的颜色、线宽等特征信息进行分类提取,然后进行批量编辑.实现了数字化地形图中的"非监督分类",为实现大量的数据更新提供了简单、快速、智能的解决方案.提高了生产效率,在实际生产中得到了检验.     

矿业专家系统面向对象知识方法研究

以开发矿业专家系统为前提,在讨论了对象、类等面向对象程序设计的几个基本概念以及其特征的基础上,首先介绍了面向对象程序设计的基本思想,然后给出了面向对象知识表示中对象的基本结构和形式定义,最后将面向对象的知识表示方法与语义网络和框架结构进行了比较,提出了应用面向对象知识表示方法开发矿业专家系统的优越性.     

辅以纹理特征的植被分类方法研究

纹理是遥感影像处理和计算机视觉领域中的重要研究内容,在植被遥感中有着非常广泛的应用前景。本文主要讨论在面向对象,多尺度分割的基础上,分别基于光谱信息和纹理特征的最邻近分类法提取南京某新开发区的植被信息。研究结果表明,与传统的基于光谱信息和基于象元特征的分类法相比,辅以纹理特征的最邻近分类法的总体精度分别提高了6.36%和1.16%。     

一种面向对象的模糊知识库管理系统模型

给出了一种面向对象的模糊知识库管理系统的结构模型.阐述了知识库管理系统用户接口的设计.介绍了采用多层链表构造知识对象内存组织模型的方法和采用串行化技术实现知识对象持久保存的方法.     

一种面向对象黑板系统及其在大容量知识处理中的应用

提出了一种适用于大容量知识处理的面向对象黑板系统模型，阐述了该系统的设计、实现、应用等环节的关键技术和方法。给出了两个使用该系统建立的大容量复杂知识处理的应用的系统原型。     

Automated detection of lunar craters based on object-oriented approach

The object-oriented approach is a powerful method in making classification. With the segmentation of images to objects, many features can be calculated based on the objects so that the targets can be distinguished. However, this method has not been applied to lunar study. In this paper we attempt to apply this method to detecting lunar craters with promising results. Craters are the most obvious fea- tures on the moon and they are important for lunar geologic study. One of the important questions in lunar research is to estimate lunar surface ages by examination of crater density per unit area. Hence, proper detection of lunar craters is necessary. Manual crater identification is inefficient, and a more efficient and effective method is needed. This paper describes an object-oriented method to detect lunar craters using lunar reflectance images. In the method, many objects were first segmented from the image based on size, shape, color, and the weights to every layer. Then the feature of ＂contrast to neighbor objects＂ was selected to identify craters from the lunar image. In the next step, by merging the adjacent objects belonging to the same class, almost every crater can be taken as an independent object except several very big craters in the study area. To remove the crater rays diagnosed as craters, the feature of ＂length/width＂ was further used with suitable parameters to finish recognizing craters. Finally, the result was exported to ArcGIS for manual modification to those big craters and the number of craters was acquired.