面向对象的影像分类技术
“同物异谱,同谱异物”会对影像分类产生的影响,加上高分辨率影像的光谱信息不是很丰富,还有经常伴有光谱相互影响的现象,这对基于像素的分类方法提出了一种挑战,面向对象的影像分类技术可以一定程度减少上述影响。
本小节以ENVI中的面向对象的特征提取FX模块为例,对这种技术和处理流程做一个简单的介绍。
本专题包括以下容:
???面向对象分类技术概述
???ENVI FX简介
???ENVI FX操作说明
1、面向对象分类技术概述
面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素,充分利用高分辨率的全色和多光谱数据的空间,纹理,和光谱信息来分割和分类的特点,以高精度的分类结果或者矢量输出。它主要分成两部分过程:影像对象构建和对象的分类。
影像对象构建主要用了影像分割技术,常用分割方法包括基于多尺度的、基于灰度的、纹理的、基于知识的及基于分水岭的等分割算法。比较常用的就是多尺度分割算法,这种方法综合遥感图像的光谱特征和形状特征,计算图像中每个波段的光谱异质性与形状异质性的综合特征值,然后根据各个波段所占的权重,计算图像所有波段的加权值,当分割出对象或基元的光谱和形状综合加权值小于某个指定的阈值时,进行重复迭代运算,直到所有分割对象的综合加权值大于指定阈值即完成图像的多尺度分割操作。
影像对象的分类,目前常用的方法是“监督分类”和“基于知识分类”。这里的监督分类和我们常说的监督分类是有区别的,它分类时和样本的对比参数更多,不仅仅是光谱信息,还包括空间、纹理等信息。基于知识分类也是根据影像对象的熟悉来设定规则进行分类。
目前很多遥感软件都具有这个功能,如ENVI的FX扩展模块、易康(现在叫Definiens)、ERDAS的Objective模块、PCI的FeatureObjeX(新收购)等。
表1为三大类分类方法的一个大概的对比。
类型 基本原理 影像的最小单元 适用数据源 缺 陷 传统基于光谱的分类方法 地物的光谱信息特征 根据光谱特征、空单个的影像像元 中低分辨率多光谱丰富的空间信息利和高光谱影像 用率几乎为零 基于专家知间关系和其他上识决策树 下文关系归类像元 面向对象的几何信息、结构信分类方法 息以及光谱信息 单个的影像像元 多源数据 知识获取比较复杂 一个个影像对象 中高分辨率多光谱和全色影像 速度比较慢 表1 传统基于光谱、基于专家知识决策树与基于面向对象的影像分类对比表
2、ENVI FX简介
全名叫“面向对象空间特征提取模块—Feature Extraction”,基于影像空间以及影像光谱特征,即面向对象,从高分辨率全色或者多光谱数据中提取信息,该模块可以提取各种特征地物如车辆、建筑、道路、桥、河流、湖泊以及田地等。该模块可以在操作过程中随时预览影像分割效果。该项技术对于高光谱数据有很好的处理效果,对全色数据一样适用。对于高分辨率全色数据,这种基于目标的提取方法能更好的提取各种具有特征类型的地物。一个目标物体是一个关于大小、光谱以及纹理(亮度、颜色等)的感兴趣区域。
可应用于:
????从影像中尤其是大幅影像中查找和提取特征。
????添加新的矢量层到地理数据库
????输出用于分析的分类影像
????替代手工数字化过程
具有易于操作(向导操作流程),随时预览效果和修改参数,保存参数易于下次使用和与同事共享,可以将不同数据源加入ENVI FX中(DEMs、LiDAR datasets、shapefiles、地面实测数据)以提高精度、交互式计算和评估输出的特征要素、提供注记工具可以标识结果中感兴趣的特征要素和对象等特点。
3、ENVI FX操作说明
features),如图1所示。
ENVI FX的操作可分为两个部分:发现对象(Find Object)和特征提取(Extract
图1 FX操作流程示意图(红色字体为可选项)
3.1 准备工作
根据数据源和特征提取类型等情况,可以有选择的对数据做一些预处理
工作。
???空间分辨率的调整
如果您的数据空间分辨率非常高,覆盖围非常大,而提取的特征地物面积较大(如云、大片林地等)。可以降低分辨率,提供精度和运算速度。可利用
ENVI主界面->Basic Tool->Resize Data工具实现。
???光谱分辨率的调整
如果您处理的是高光谱数据,可以将不用的波段除去。可利用ENVI主界面
->Basic Tool->layer stacking工具实现。
???多源数据组合
当您有其他辅助数据时候,可以将这些数据和待处理数据组合成新的多波段数据文件,这些辅助数据可以是DEM, lidar 影像, 和SAR 影像。当计算对象属性时候,会生成这些辅助数据的属性信息,可以提高信息提取精度。可利用ENVI
主界面->Basic Tool->layer stacking工具实现。
???空间滤波
如果您的数据包含一些噪声,可以选择ENVI的滤波功能做一些预处理。
3.2 发现对象
(一)打开数据
在ENVI Zoom中打开Processing > Feature Extraction。如图2所示,Base Image 必须要选择,辅助数据(Ancillary Data)和掩膜文件(Mask File)是可选。这里选择ENVI自带数据envidata\\feature_extraction \\ qb_colorado,它是0.6米的
遥感专题讲座——影像信息提取(四、面向对象特征提取)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)