Warning: file_put_contents(/data/home/qxu1650280137/htdocs/data/models/cn_content_news.tableinfo.cache.php) [function.file-put-contents]: failed to open stream: Permission denied in /data/home/qxu1650280137/htdocs/core/library/Model.class.php on line 146
eCognition基于监督分类原理的应用​——提取不透水面、植被和水体 - 公司新闻 - 新闻动态 - 北京图源科技有限公司
新闻动态
News
联系我们
电话:010-62908360
传真:010-62908360
邮箱:info@mapcore.com.cn
地址:北京市海淀区黑泉路8号宝盛广场D座8001-8002
公司新闻
您现在的位置: 首页 >> 新闻动态 >>  公司新闻
eCognition基于监督分类原理的应用​——提取不透水面、植被和水体
发布时间:2021-12-31 11:07:34| 浏览次数:

本期主要基于监督分类原理,运用最邻近分类算法(Nearest Neighbor Configuration),以Landsat为数据源进行的一个区域土地利用类型的提取。Landsat中文名为陆地资源卫星,可在美国航空局NASAUSGS网站上或者地理空间数据云平台上获取分辨率为30米且下载免费的数据。对于精度要求不高的大尺度地理信息提取具有高性价比,低成本的特点,非常适合学生党练手,让我们一起来看看吧。

关于数据

 11波段Landsat8764

 30米多光谱分辨率

整体构思

首先对遥感影像进行多尺度分割,然后在遥感影像上选择水体、植被与建设用地三类基本地物的样本;其次通过最邻近分类算法,选取蓝、绿、红与近红外波段的均值作为分类特征进行一键化分类应用。

关于算法

1.基于多尺度分割算法分割影像地物,获取相关样本的地物边界。

图一 多尺度分割算法


2.利用样本选择工具为植被、河流和建设用地选择样本。主要选取红光波段、近红外波段、蓝光波段、绿光波段和亮度等作为特征,进行一键化分类应用。最邻近分类算法如下

图二 最邻近分类算法


3.最邻近分类算法的应用结果---建设用地、水体与植被类型分类结果如下所示


图三 植被、水体和不透水面整体分类结果



图四 最邻近分类算法应用结果--植被和水体




图五 最邻近分类算法应用结果--建设用地和水体




监督分类结果的精度取决于人工选取的样本以及样本数量,同时也和影像本身的分辨率有关。在具体的项目处理中,应根据实际地物特征尽量选取具有代表性与准确度达百分百的样本、保证样本数量和区域整体分布的均匀性,以此降低区域范围内的地域性差异。从本次分类结果上看,植被、建设用地和水体三类地物的监督分类效果达到了一般项目数据处理精度要求。


 10.2软件试用版下载链接附上,可永久免费体验哦(https://pan.baidu.com/s/1mp_apuO4r6HUo0v400bdBQ 提取码:u68d)。

 

今日分享就到这里啦,欢迎咨询,敬请来电。







北京图源科技有限公司作为天宝公司Inpho中国区授权代理商、eCognition软件中国区授权代理商和政府解决方案及规则集开发商、美国Maxar卫星数据代理商,能够为广大用户提供从数据获取、处理与解译分析到最终成果的“一站式”应用解决方案。

更多资讯,可关注微信公众号,或登录图源科技公司官网:http://www.mapcore.com.cn/

联系电话:010-62908360

 




 
 
 上一篇:Inpho软件应用实战技术之十八—Inpho生产热红外数据
 下一篇:Inpho V12带来革命性的变革

官方微信

官方微博
Copyright@ 北京图源科技有限公司        备案号:京ICP备14042292号-1       ICP9863263414643413    多源世界 智图管理