|本期目录/Table of Contents|

[1]秦　朝,周　鹏*,隗剑秋,等.基于ZY-3影像的土地利用信息提取方法[J].武汉工程大学学报,2019,(05):482-488.[doi:10. 3969/j. issn. 1674?2869. 2019. 05. 014]
　QIN Zhao,ZHOU Peng*,YU Jianqiu,et al.Extraction Method for Land Use Information Based on ZY-3 Image[J].Journal of Wuhan Institute of Technology,2019,(05):482-488.[doi:10. 3969/j. issn. 1674?2869. 2019. 05. 014]
点击复制

基于ZY-3影像的土地利用信息提取方法(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
期数:
2019年05期
页码:
482-488
栏目:
机电与信息工程
出版日期:
2021-01-24

文章信息/Info

Title:
Extraction Method for Land Use Information Based on ZY-3 Image
文章编号:
20190514
作者:
秦　朝; 周　鹏*; 隗剑秋; 韩　瑞; 王申林
武汉工程大学土木工程与建筑学院，湖北 武汉 430074
Author(s):
QIN Zhao; ZHOU Peng*; YU Jianqiu; HAN Rui; WANG Shenlin
School of civil engineering and architecture，Wuhan Institute of Technology，Wuhan 430074， China
关键词:
ZY-3卫星; 高分辨率遥感影像; 空间属性; SVM; 土地利用
Keywords:
ZY-3 satellite;  high resolution remote sensing image;  spatial properties;  SVM;  land use
分类号:
TP75
DOI:
10. 3969/j. issn. 1674?2869. 2019. 05. 014
文献标志码:
A
摘要:
本研究构建适于ZY-3卫星影像的土地利用信息提取技术——面向对象的SVM分类方法。首先进行ZY-3高分影像分割，将具有同质性信息的象元合并成图像对象，然后提取对象的光谱、纹理及空间属性信息，以这些多元信息作为输入，基于支持向量机进行分类器训练和土地利用分类。通过与其他方法的对比，发现此方法的总体分类精度和Kappa系数高于其他方法。此方法利用不同维度信息，克服了传统逐象元分类方法对空间信息利用不足的缺点，更全面地反映不同地物之间的异质性。本研究有助于提升中国高分影像的利用效率，并为土地利用现状调查提供技术支持。
Abstract:
This study proposes an object-oriented Support Vector Machine （SVM） classification method for land use extraction towards the high-resolution ZY-3 satellite imagery. Firstly， image segmentation is performed， and homogeneous pixels are merged as image objects，then the spectral information， texture information， and spatial property information of the object are extracted，and all the multi-dimension information are used together for SVM classifier training and finally are used for land use information extraction. Comparing with other methods，we find that the overall classification accuracy and Kappa coefficient of this method are higher than those of other methods. By adopting the object-oriented classification and use of multi-dimension information， our method reflects the characteristics of ground objects more comprehensively. In conclusion， this study could improve the utilization of China’s high-resolution satellite imageries and provide technical support for the status survey of land use.

参考文献/References:

［1］　杨青山， 张华. 融合像元形状和光谱信息的高分遥感图像分类新方法［J］. 国土资源遥感， 2016， 28（4）：64-70. ［2］　李春干， 梁文海. 基于面向对象变化向量分析法的遥感影像森林变化检测［J］. 国土资源遥感， 2017， 29（3）：77-84. ［3］　薛梦姣， 陈刚， 张笑，等. 面向对象的资源三号卫星影像分类研究［J］. 测绘通报， 2015（7）：42-45. ［4］　蔡红玥， 姚国清. 基于分水岭算法的高分遥感图像道路提取优化方法［J］. 国土资源遥感， 2013， 25（3）：25-29. ［5］　张猛， 曾永年， 朱永森. 面向对象方法的时间序列MODIS数据湿地信息提取——以洞庭湖流域为例［J］. 遥感学报， 2017， 21（3）：479-492. ［6］　陈济才， 文学虎， 李国明. 基于面向对象的高分影像地表覆盖典型要素快速提取对比研究［J］. 遥感信息， 2014（4）：37-40. ［7］　王卫红， 何敏. 面向对象土地利用信息提取的多尺度分割［J］. 测绘科学， 2011， 36（4）：160-161. ［8］　张伐伐， 李卫忠， 卢柳叶，等. SVM多窗口纹理土地利用信息提取技术［J］. 遥感学报， 2012， 16（1）：67-78. ［9］　王彩艳， 王瑷玲， 王介勇，等. 基于面向对象的海岸带土地利用信息提取研究［J］. 自然资源学报， 2014， 29（9）：1589-1597. ［10］　张伐伐，李卫忠，卢柳叶，等. SPOT5遥感影像土地利用信息提取方法研究［J］. 西北农林科技大学学报（自然科学版），2011，39（6）：143-147. ［11］　张锦水，何春阳，潘耀忠，等. 基于SVM的多源信息复合的高空间分辨率遥感数据分类研究［J］. 遥感学报，2006（1）：49-57. ［12］　陈秋晓，骆剑承，周成虎，等. 基于多特征的遥感影像分类方法［J］. 遥感学报，2004（3）：239-245. ［13］　宋明辉. 基于高分二号数据的面向对象城市土地利用分类研究［J］. 遥感技术与应用，2019，34（3）：547-552，629. ［14］　毛学刚，邢秀丽，李佳蕊，等. 基于航空正射影像的面向对象林隙识别［J］. 林业科学，2019，55（2）：87-96. ［15］　方臣，吴龙，胡飞，等. 基于纹理和支持向量机的GF-1图像土地覆被分类研究［J］. 资源环境与工程，2019，33（1）：109-112. ［16］　L? Z， ZHANG P， BENEDIKTSSON J A， et al. Automatic object-oriented， spectral-spatial feature extraction driven by tobler’s first law of geography for very high resolution aerial imagery classification［J］. Remote Sensing， 2017， 9（3）：285. ［17］　FU G， LIU C， ZHOU R， et al. Classification for high resolution remote sensing imagery using a fully convolutional network［J］. Remote Sensing， 2017， 9（6）：498. ［18］　ZHANG L， ZHANG C. Applicability Analysis of object oriented road extraction based on GF-2 high resolution image［J］. Science & Technology Innovation Herald， 2017，14（18）：74-76. ［19］　LIN F， ZHANG D， HUANG Y， et al. Detection of corn and weed species by the combination of spectral， shawpe and textural features［J］. Sustainability， 2017， 9（8）：1335-1349.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2019-05-17基金项目：湖北省社科基金一般项目（后期资助项目2018193)；武汉工程大学人文社科基金（05520280）作者简介：秦　朝，硕士研究生。E-mail：1597724340@qq.com*通讯作者：周　鹏，博士，讲师。E-mail：Zhouwhu1987@163.com引文格式：秦朝，周鹏，隗剑秋，等. 基于ZY-3影像的土地利用信息提取方法［J］. 武汉工程大学学报，2019，41（5）：482-488.
更新日期/Last Update: 2019-10-29