面向对象的遥感图像森林分类研究与应用

第1章 面向对象的图像分析方法与森林遥感分类研究进展 1

1.1　遥感图像分类概述 2

1.2　面向对象的图像分析方法 4

1.3　遥感图像森林分类研究现状与趋势 6

1.4　研究区域概况和数据源 11

1.5　面向对象的遥感图像森林分类总体思路 13

1.6　本章小结 15

参考文献 15

第2章　SPOT5图像预处理 22

2.1　数据预处理基本流程 22

2.2　林区GPS控制网的建立 22

2.3　几何精校正和空间配准 30

2.4　图像融合 34

2.5　正射校正 38

2.6　图像增强 41

2.7　彩色合成 42

2.8　本章小结 43

参考文献 44

第3章　图像分割与基于规则的分类 46

3.1 图像分割 46

3.2　基于规则的分类 49

3.3　基于分类的分割 52

3.4　图像分割效果评价方法 53

3.5　结果分析与讨论 56

3.6　本章小结 58

参考文献 59

第4章　对象特征提取与筛选 60

4.1　对象特征提取 60

4.2　对象特征分析和正态性分布检验 63

4.3　对象特征筛选 66

4.4　结果分析与讨论 73

4.5　本章小结 78

参考文献 78

第5章　面向对象的多分类器分类 80

5.1　分类方案确定 80

5.2　训练样地选取 81

5.3　最小距离分类器 83

5.4　马氏距离分类器 85

5.5　Bayes分类器 87

5.6　模糊分类器 90

5.7　支持向量机分类器 93

5.8　讨论 96

5.9　本章小结 104

参考文献 105

第6章　多分类器结合 106

6.1　标准的多分类器结合方法 106

6.2　模糊融合方法 108

6.3　投票法与模糊融合相结合方法 111

6.4　结果分析与讨论 112

6.5　本章小结 115

参考文献 115

第7章　基于SPOT5图像分割的森林小班边界自动提取 116

7.1　研究区域概况和数据源 116

7.2　小班边界自动提取方法 117

7.3　图像分割结果与分析 118

7.4　讨论 119

7.5　本章小结 121

参考文献 122

第8章　面向对象的航空遥感图像土地利用／覆盖分类 123

8.1　试验区概况及试验数据 125

8.2　图像分割 126

8.3　特征检测和基于规则的分类 127

8.4　结果分析与讨论 131

8.5　本章小结 135

参考文献 136

附表1 最小距离分类混淆矩阵_0312new第三级 139

附表2 最小距离分类混淆矩阵_noTM第三级 140

附表3 最小距离分类混淆矩阵_withTM第三级 141

附表4　马氏距离分类器混淆矩阵_0312new第三级 142

附表5 马氏距离分类器混淆矩阵_ _noTM第三级 143

附表6　马氏距离法分类混淆矩阵_withTM第三级 144

附表7　Bayes准则分类混淆矩阵_0312new第三级 145

附表8　Bayes准则分类混淆矩阵_noTM第三级 146

附表9　Bayes准则分类混淆矩阵_withTM第三级 147

附表10　模糊分类混淆矩阵_0312new第三级 148

附表11　模糊分类混淆矩阵_noTM第三级 149

附表12　模糊分类混淆矩阵_withTM第三级 150

附表13 支持向量机分类混淆矩阵_0312new第三级 151

附表14　支持向量机分类混淆矩阵_noTM第三级 152

附表15 支持向量机分类混淆矩阵_withTM第三级 153

附表16　方案0312new分类器融合结果表——投票／模糊法 154

附表17　方案noTM分类器融合结果表——投票法 155

附表18 方案noTM分类器融合结果表——Bayesian平均法 156

附表19　方案noTM分类器融合结果表——模糊法 157

附表20　方案noTM分类器融合结果表——投票／模糊法 158

附表21 方案withTM分类器融合结果——投票／模糊法 159

附表22 方案noTM各类型对象特征值的变动系数 160

附表23 方案withTM各类型对象特征值的变动系数 161

附表24　方案noTM各类型间的欧氏距离 162

附表25 方案withTM各类型间的欧氏距离 163

附图1 原始图像 1

（1）SPOT5图像，R/G/B=4/2/ 1

（2）Landsat7 ETM＋图像，R/G/B=5/4/ 3