基于分割评价函数的多尺度分割参数的选择

doi:10.11873/j.issn.1004-0323.2018.4.0628

遥感技术与应用

2018, Vol. 33

Issue (4): 628-637 DOI: 10.11873/j.issn.1004-0323.2018.4.0628

数据与图像处理

基于分割评价函数的多尺度分割参数的选择

施佩荣¹，陈永富¹，刘华¹，吴云华²

(1.中国林业科学研究院资源信息研究所，北京 100091；
2.西藏自治区林业调查规划研究院，西藏拉萨 850000)

Parameters of Multi-Segmentation based on Segmentation Evaluation Function

Shi Peirong¹，Chen Yongfu¹，Liu Hua¹，Wu Yunhua^2

(1.Research Institute of Forest Resources Information Techniques，CAF，Beijing 100091，China;
2.Forest Inventory and Planning Institute of Yibet，Lhasa 850000，China)

全文: PDF(8010 KB)

摘要：

利用遥感影像进行林地分类时，面向对象分割参数的设置对影像分割结果至关重要，进而影响遥感影像的分类结果。分割评价函数是检验分割效果的重要标准，利用分割尺度、形状指数和紧致度3个参数在不同水平下组合得到的分割评价函数值来评价分割效果的优劣。在已有分割评价函数的基础上进行改进，并对加入面积权重因子后是否对参数选择产生影响进行研究。基于统计分析的方法，利用方差分析和相关性分析法研究4种分割评价函数与分割参数的关系。从全国范围内随机选取Landsat 8 OLI和高分一号(GF\|1)影像数据各10景作为实验样本，探讨3个参数对分割结果的影响，实验结果表明：①分割尺度对分割的影响最大，形状指数次之，紧致度最小；②形状指数取值偏小，紧致度取值偏大，对分割效果好；③加入面积权重因子提高分割评价函数的稳定性；④改进的方法与现有的方法相关性显著，因此适宜作为评价的标准；⑤影像分辨率不同不会对参数的选择产生显著影响。

关键词： 分割评价函数; 分割尺度; 形状指数; 紧致度; Landsat 8 OLI; GF-1

Abstract: The segmentation parameters is key to the segmentation result in the object\|oriented classification.Further，it would effect the result of the classification.Segmentation evaluation function is a standard which is significant to the quality of segmentation.Scale，shape and compactness could evaluate the quality of the segmentation by combining from the different levels of the three parameters.We improved the methods on the segmentation evaluation function，and digged into the affectation of the weight of area.The methods of variance analysis and correlation analysis were used to analyze the effect of the four segmentation evaluation functions with scale，shape and compactness.There were 10 pieces of images of Landsat 8 OLI and GF\|1 as samples of the experience，which were selected from the county.It turned out that：First，the segmentation scale is the most important parameter to the result and the shape is heavier than the compactness.Second，the high quality of the segmentation ask for small shape and big compactness.Third，the area could improve the stability of the segmentation evaluation function.Forth，the proposed method correspond to the existed method and it could evaluate the segmentation.Fifth，the different resolution had the same effect on the selection of segmentation parameters.

Key words: Segmentation evaluation function Scale Shape Compactness Landsat 8 OLI GF-1

收稿日期: 2017-03-16 出版日期: 2018-09-08

基金资助: 国家科技基础性工作专项“中国森林植被调查”(2013FY111600)。

作者简介: 施佩荣(1992-)，女，河北邢台人，硕士研究生，主要从事森林资源监测技术研究.Email:peirongshi@163.com。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	施佩荣
	陈永富
	刘华
	吴云华

引用本文:

施佩荣，陈永富，刘华，吴云华. 基于分割评价函数的多尺度分割参数的选择[J]. 遥感技术与应用, 2018, 33(4): 628-637.

Shi Peirong，Chen Yongfu，Liu Hua，Wu Yunhua. Parameters of Multi-Segmentation based on Segmentation Evaluation Function. Remote Sensing Technology and Application, 2018, 33(4): 628-637.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2018.4.0628 或 http://www.rsta.ac.cn/CN/Y2018/V33/I4/628

[1]	汪子豪，秦其明，孙元亨. 基于BP神经网络的地表温度空间降尺度方法[J]. 遥感技术与应用, 2018, 33(5): 793-802.
[2]	刘振波，邹娴，葛云健，陈健，曹雨濛. 基于高分一号WFV影像的随机森林算法反演水稻LAI[J]. 遥感技术与应用, 2018, 33(3): 458-464.
[3]	胡瑞，肖鹏峰，冯学智，张学良. 玛纳斯河流域积雪区GF-1卫星图像辐射质量比较[J]. 遥感技术与应用, 2018, 33(1): 47-54.
[4]	姬忠林，张月平，李乔玄，刘绍贵，李淑娟，任红艳. 基于GF-1影像的冬小麦和油菜种植信息提取[J]. 遥感技术与应用, 2017, 32(4): 760-765.
[5]	施佩荣，陈永富，刘华，吴云华，魏新，钟泽兵. 基于改进的面向对象遥感影像分类方法研究—以西藏米林县典型林区为例[J]. 遥感技术与应用, 2017, 32(3): 466-474.
[6]	刘锟,付晶莹,李飞. 高分一号卫星4种融合方法评价[J]. 遥感技术与应用, 2015, 30(5): 980-986.
[7]	徐婷,曹林,佘光辉. 基于Landsat 8 OLI的特征变量优化提取及森林生物量反演[J]. 遥感技术与应用, 2015, 30(2): 226-234.
[8]	陈春雷,武刚. 面向对象的遥感影像最优分割尺度评价[J]. 遥感技术与应用, 2011, 26(1): 96-102.

Viewed

Full text

Abstract

Cited

Shared

Discussed