论文部分内容阅读
本文在面向对象分类的基础上采用基于分类的影像分割。直接基于影像色调和形状信息对影像进行分割属于知识无关的分割算法。因此，分割得到的对象通常只能称之为对象原型。这里本文采用基于分类的影像分割，它是在分类知识的基础上，对知识无关分割所获得的影像对象进行调整，得到新的影像对象，从而有利于影像对象的特征提取。本文通过采用基于分类的影像分割方法，在土地利用类型分类上取得很好的分类效果。
同时，本文还将面向对象的分类方法应用于遥感影像的融合。由于像素级融合方法中常出现色彩突变或色彩失真现象。通过分类信息对融合进行约束可以部分消除目标地物边界的这些现象。然而传统的基于像素分类的影像融合方法由于分类中的“椒盐效应(saltandpeppereffect)”，导致融合效果受到一定的影响和限制。本文尝试采用面向对象分类约束的融合方法对该融合方法进行改进。首先采用面向对象分类方法进行影像分类，解决了基于像素分类中的“椒盐效应”问题；其次将分类结果作为影像融合的约束条件，利用HSV变换进行融合；最后将本方法的结果与多种融合方法的结果进行定量比较，发现该方法在目视上取得很好的增强效果外，在信息熵、方差等指标上也取得了很好的效果。