Optimal Segmentation Scale Selection for Object-oriented Remote Sensing Image Classification
面向对象遥感影像分类的最优分割尺度选择研究

影像分割是面向对象遥感影像分类的基础步骤，而分割尺度又是影像分割的核心问题。研究针对面向对象遥感影像分类中的最优分割尺度选择问题，以分割后影像区域对象矢量边界线与欲分类目标对象真实矢量边界的吻合程度为标准，通过两者多向距离量化吻合程度，提出了一种最优分割尺度定量选择的新方法——矢量距离指数法。通过两种实验，同步验证了该方法的正确性与适用性，实验1将基于矢量距离指数法选择的最优分割尺度结果与较为成熟的人为试错法的选择结果比较，结果表明针对7种地类的矢量距离指数均可以正确反映最优分割尺度；实验2挖掘了矢量距离指数法选择的结果与分类精度的关系，结果表明其中5种地类在矢量距离指数法选择的最优分割尺度上均达到了最大的分类精度，另外2种地类的分类结果最符合实地情况，与欲分类目标最为接近。基于矢量距离指数法基本原理，研究针对分割过程中的“淹没”与“破碎”现象，进一步提出了能够反映两者矛盾程度的尺度指数，该指数能够真实反映针对某种特定地物类型分割尺度的大小状况，为衡量“破碎”与“淹没”的矛盾程度提供了一种定量工具，在分割尺度选择过程中具有重要的指示意义。