影像信息提取之面向对象特征提取流程.docx

"影像信息提取之面向对象特征提取流程" 面向对象特征提取技术是影像信息提取的核心技术之一，它可以从高分辨率的影像中提取出丰富的空间信息、纹理信息和光谱信息，以实现高精度的分类结果。该技术的特点是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。 面向对象分类技术可以分成两部分过程：对象构建和对象的分类。对象构建主要用了影像分割技术，常用的方法包括基于多尺度的、基于灰度的、纹理的、基于知识的与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“基于规则（知识）分类”。监督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、纹理等对象属性信息。基于规则（知识）分类也是根据影像对象的属性和阈值来设定规则进行分类。 ENVI FX 是一款面向对象的特征提取工具，基于影像空间以与影像光谱特征，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、湖泊以与田地等。该模块可以在操作过程中随时预览影像分割效果。 ENVI FX 的操作可以分为两个部分：发现对象（Find Object）和特征提取（Extract features）。在 ENVI5.0 下的 FX 工具，以 0.6 米的 QB 图像为例，介绍向对象信息提取的流程。该方法的工具为 Toolbox/Feature Extraction/ Rule Based Feature Extraction Workflow。 在使用 ENVI FX 工具时，需要对数据进行预处理工作，包括空间分辨率的调整、光谱分辨率的调整和多源数据组合。然后，可以根据需要选择不同的分类方法，包括监督分类和基于规则（知识）分类。通过 ENVI FX 工具可以输出高精度的分类结果和矢量输出。 面向对象特征提取技术是影像信息提取的核心技术之一，它可以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，实现高精度的分类结果。ENVI FX 是一款功能强大且易于操作的面向对象特征提取工具，可以满足不同的应用需求。