基于像素和面向对象的高分二号遥感影像城市特征提取方法研究
其他计算机科学
2019-03-11 v1 计算机视觉与模式识别
机器学习
数据分析、统计与概率
摘要
在中国快速城市化建设过程中，城市地理信息的获取和及时数据更新是城市精细化管理的重要基础任务。随着国内遥感技术的发展，高分二号（GF-2）高分辨率遥感影像的应用可以大大提高信息提取的精度。本文介绍了一种基于GF-2卫星数据的面向对象分类方法用于城市特征提取。结合光谱、空间属性和隶属度函数对南京市秦淮区的城市特征进行制图。通过ENVI软件进行数据预处理，然后将处理后的数据导入eCognition软件进行面向对象分类和城市特征信息提取。最后，使用ARCGIS软件将获得的栅格图像分类结果矢量化，并将矢量图形存储到库中，可用于进一步分析和建模。使用通过目视解译和其他可靠的二手数据源获取的地面真实数据进行精度评估。与基于像素的监督（神经网络）分类结果相比，所开发的面向对象方法可以显著提高提取精度，经过人工解译后，总体精度可达95.44%，Kappa系数为0.9405，客观证实了面向对象方法的优越性和利用GF-2卫星数据的可行性。
引用
@article{arxiv.1903.03412,
title = {Research on the pixel-based and object-oriented methods of urban feature extraction with GF-2 remote-sensing images},
author = {Dong-dong Zhang and Lei Zhang and Vladimir Zaborovsky and Feng Xie and Yan-wen Wu and Ting-ting Lu},
journal= {arXiv preprint arXiv:1903.03412},
year = {2019}
}