基于对象分类的遥感影像森林变化检测方法

编号 zgly0001684187

文献类型 期刊论文

文献题名 基于对象分类的遥感影像森林变化检测方法

作者 雷鸣  田卫新  任东  董婷 

作者单位 三峡大学计算机与信息学院 

母体文献 森林与环境学报 

年卷期 2019年06期

年份 2019 

分类号 S771.8 

关键词 遥感  高分二号  森林变化检测  对象  分割  最近邻分类 

文摘内容 针对湖北省宜昌市点军区森林变化检测应用需求,采用两期高分二号(GF-2)数据进行对比分析。定义了基于邻域差分绝对值与标准差比的多尺度分割评价函数,用来确定对遥感图像分割的分割尺度、形状因子以及紧凑度。通过试验,利用神经网络分类方法确定了基于对象分类的最优特征组合,并采用基于对象的最近邻(kNN)分类方法对遥感图像进行分类,最后对两期遥感影像分类结果中的森林类别进行变化检测。结果显示,在分类过程中,基于对象的分类总体精度为0.986 6,Kappa系数为0.975 2,高于神经网络和最大似然分类方法。在以森林地为主的丘陵地带变化检测应用中具有较好的适用性。