遥感图像自动识别监测平原地区农村居民点用地变化(2)

遥感图像自动识别监测平原地区农村居民点用地变化

　第5期　　　　　　　　蒋旭东等:遥感图像自动识别监测平原地区农村居民点用地变化741

四周一般为农田,部分居民地周围有水塘。在空间遥感影像上农村居民地的像元多为混合像元,其遥感信息是由房屋、房间空地、道路、零星树木及水塘等对电磁波的反射和辐射等混合而成。平原区农村居民点一般具有集中分布、数量多、面积相对较大、形状较为规整以及与周围农田有较好的区分度等特点,影像上较山区、丘陵等地区易于识别。1.2　数据准备

(1)土地利用背景空间数据。采用安徽省“九五”科技攻关项目建成的覆盖全省1∶5万土地利用现状数据库的背景空间数据。数据时相为1993年,土地利用类型共分为8个一级类和42个二级类。应用GIS技术,提取农村居民点用地(地类号为52)图层,将该图层空间数据作为遥感图像自动识别的背景数据。

(2)遥感数据及图像预处理。选用美国陆地资源卫星Landsat5和Landsat7的2003年9～10月份遥感TM、ETM图像7景,即121/36、37,36、37、38,123/37、38。选择5、4度、亮度调整、,()()(B)PCA变换法”,将较高空间分辨率(15m×15m)的Landsat7ETM+(第8波段)遥感数

民点明显清晰的假彩色遥感图像。按覆盖该区域

1∶5万每一幅国家标准地形图图幅为单位,对图像进行几何校正和剪切,控制点选择10～20个为宜。几何精校正采用最小二乘法二次多项式校正模型,像元重采样采用双线型插值法。校正后的几何精度均控制在015个像元。

2　农村居民点用地信息自动提取

2.1　方法2.1.1　算法流程图

通过对土地利用背景空间数据挖掘,可以提供区域目标(农村居民点)的以下深层知识:①土地利用属性(52)信息,为“;②背景建立光谱类别和;52地类的空,反映区域地类,解决分类中遇到的同谱异物。针对淮北平原农村居民点分布特点和其影像特征,利用提取的1993年农村居民点用地(地类号为52)图层的背景数据信息,对农村居民点用地研究采用基于主分量和形态学分析的区域自适应聚类方法进行分类识别提取,其算法流程图如下(图1)

:

据与R5G4B3合成图像相融合,得到分辨率提高、居

图1　基于主分量和形态学的区域聚类分类算法流程图

Fig.1　RegionalClusteringAlgorithmwithTMImageBasedonPrincipleComponentAnalysisandMorphology

2.1.2　基于主分量的能量区域分割

(1)引入主分量分析中的能量多分辨率和能量

区域概念作为面状区域的度量特征[13,14]。利用KL变换对TM数据的7个波段做主分量分析,按能量大小递减顺序,记7个主分量依次为PC1,PC2……,PC7,PC1提供最详细的细节,其能量最高,但内部细节差异较大,PC2、PC3在面状区域内部能量

最为接近,细节差异较小,和外部区域有明显区别。

(2)在面状区域中选取一个具有典型光谱特征的种子点,设坐标为(x,y),然后,在全局搜索与种子点特征相似的种子区域。相似特征的选取可以选用三波段假彩色合成后的HSV空间数据。得到种子区域后,搜索各个种子点的连通区域。由式1全局搜索与种子点特征相似的种子区域。

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新高等教育遥感图像自动识别监测平原地区农村居民点用地变化(2)全文阅读和word下载服务。