【摘要】：針對高分辨率遙感數(shù)據(jù)進行土地利用類型分類時出現(xiàn)的"同譜異物"現(xiàn)象,以及中分辨率遙感數(shù)據(jù)劃分土地利用類型時受空間分辨率限制產(chǎn)生的"混合象元"問題,本文以高分一號數(shù)據(jù)(GF-1)和Landsat-8數(shù)據(jù)(OLI)為例,提出了一種協(xié)同利用高分辨率遙感數(shù)據(jù)和中分辨率遙感數(shù)據(jù)進行土地利用類型模糊分類的方法。首先,利用主成分變換的方法分別對GF-1紋理信息和OLI光譜信息進行壓縮和增強,并將增強后的紋理信息和光譜信息進行特征協(xié)同;然后,根據(jù)各地物類型的光譜、紋理特征,對特征協(xié)同數(shù)據(jù)進行60、80、100共3個尺度的分割;最后,根據(jù)地物類型間的光譜特征和紋理特征的差異,構建各地物類型的模糊邏輯隸屬度函數(shù),實現(xiàn)對影像土地利用類型的模糊分類。實驗結果表明,主成分變換的方法有效地將研究區(qū)GF-1和OLI數(shù)據(jù)的光譜、紋理信息壓縮、增強,為面向對象分類中分類特征的選取提供了一種思路;同時,本文方法成功劃分了研究區(qū)土地利用類型,并獲得了較高分類精度,總體分類精度達到93.52%,對其它高空間分辨率與高光譜分辨率遙感數(shù)據(jù)協(xié)同分類研究具有一定借鑒意義。
[Abstract]:The phenomenon of "isospectral foreign bodies" in the classification of land use types with high resolution remote sensing data and the problem of "mixed pixels" caused by spatial resolution constraints in the classification of land use types with medium resolution remote sensing data are discussed. In this paper, a fuzzy classification method of land use type is proposed by using high-resolution remote sensing data and medium-resolution remote sensing data in cooperation with high-resolution remote sensing data (GF-1) and Landsat-8 data (OLI) as examples. Firstly, the GF-1 texture information and the OLI spectral information are compressed and enhanced by principal component transform (PCA), and the enhanced texture information and spectral information are combined with each other. Then, according to the spectral and texture features of the local object types, the feature cooperative data are segmented on three scales of 60,80100. Finally, based on the differences of spectral and texture features between the types of objects, the fuzzy logical membership function of the types of objects is constructed to realize the fuzzy classification of the types of land use in the image. The experimental results show that the principal component transform method can effectively compress and enhance the spectral and texture information of GF-1 and OLI data in the study area, which provides a way of thinking for the selection of classification features in object-oriented classification. At the same time, the method of this paper has successfully divided the land use types in the study area, and obtained the higher classification accuracy, the overall classification accuracy has reached 93.52. It can be used for reference to other cooperative classification of high spatial resolution and high spectral resolution remote sensing data.
【作者單位】： 山東女子學院信息技術學院;湖北省國土測繪院;國土資源部地學空間信息技術重點實驗室;國家測繪地理信息局四川基礎地理信息中心;
【基金】：山東省高等學校科技計劃項目(J12LN42) 全國統(tǒng)計科學研究計劃(2012LY022) 山東省自然科學基金項目(ZR2012DL01) 山東高等學�？萍加媱濏椖�(J15LN11)
【分類號】：P237

【相似文獻】

相關期刊論文 前10條

1 蔡國強;賈利民;邢宗義;劉欽;;基于蟻群算法的模糊分類系統(tǒng)設計[J];模糊系統(tǒng)與數(shù)學;2008年04期

2 王馥棠;陳京玲;;作物氣象產(chǎn)量模糊分類預報探討[J];中國農(nóng)業(yè)氣象;1988年03期

3 尤淑撐,張瑋,嚴泰來;模糊分類技術在作物類型識別中的應用[J];國土資源遙感;2000年01期

4 王占義;二維模糊分類圖形中模糊邊界的研究與應用[J];西安公路交通大學學報;1998年02期

5 張修遠;劉修國;;基于隨機森林算法的高維模糊分類研究[J];國土資源遙感;2014年02期

6 劉洪,王莉,夏立顯;基于模糊分類的多維定性數(shù)據(jù)的統(tǒng)計分析[J];數(shù)理統(tǒng)計與管理;2005年03期

7 張運杰,王志強,周若虹;基于模糊C均值法的氣象觀測站優(yōu)化調整(英文)[J];大連海事大學學報;2003年S1期

8 賀建龍;史忠科;鄭慕聰;;基于四個維度的績效定量考核模型及模糊分類[J];數(shù)學的實踐與認識;2010年20期

9 童樹鴻,沈毅,劉志言;基于聚類分析的模糊分類系統(tǒng)構造方法[J];控制與決策;2001年S1期

10 張永;吳曉蓓;向崢嶸;胡維禮;;復雜模糊分類系統(tǒng)的協(xié)同進化設計方法[J];控制理論與應用;2007年01期

相關會議論文 前6條

1 劉志洪;顧寧;;制造業(yè)設計知識的模糊分類[A];全國第13屆計算機輔助設計與圖形學（CAD/CG）學術會議論文集[C];2004年

2 徐斌;顧宏斌;;一種基于模糊分類的多分類文檔查找方法[A];第三屆全國信息檢索與內容安全學術會議論文集[C];2007年

3 張建華;彭小迪;;基于數(shù)據(jù)的人機系統(tǒng)操作員功能狀態(tài)模糊分類[A];第一屆全國神經(jīng)動力學學術會議程序手冊 & 論文摘要集[C];2012年

4 陳慶章;莫建華;顧雨捷;;用于行為分析反木馬的模糊分類算法研究[A];全國第20屆計算機技術與應用學術會議（CACIS·2009）暨全國第1屆安全關鍵技術與應用學術會議論文集（上冊）[C];2009年

5 李金穎;牛東曉;乞建勛;;基于模糊分類器的工期費用灰色預測與優(yōu)化決策研究[A];2001年中國管理科學學術會議論文集[C];2001年

6 游代安;余旭初;王建榮;;一種基于知識的遙感圖像模糊分類算法[A];中國圖象圖形學會第十屆全國圖像圖形學術會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術研討會（CVR’2001）論文集[C];2001年

相關博士學位論文 前2條

1 陽愛民;模糊分類模型的研究[D];復旦大學;2005年

2 李繼東;遺傳模糊分類系統(tǒng)構建中規(guī)則獲取和解釋性優(yōu)化的關鍵技術研究[D];云南大學;2011年

相關碩士學位論文 前7條

1 黃嵐;基于遺傳算法的模糊分類系統(tǒng)的設計[D];南京理工大學;2005年

2 倪俊芳;基于聚類有效性指標的模糊分類評價問題研究[D];浙江工商大學;2014年

3 宋永宏;模糊分類技術在入侵檢測中的應用[D];西安電子科技大學;2006年

4 唐曉衡;基于模糊分類的入侵檢測[D];中南大學;2008年

5 劉欽;基于蟻群算法的模糊建模方法的研究[D];南京理工大學;2007年

6 任艷;基于模糊分類的計算機輔助乳腺檢測算法研究[D];西北大學;2011年

7 裴紅利;基于多尺度的人腦磁共振圖像模糊分類及可視化方法研究[D];中南大學;2009年

，

本文編號：2411789