基于无人机影像的面向对象地类信息提取

作者：刘冬烨,问鼎,朱京海

摘要：基于小型无人机获取的遥感影像,通过其生成的可见光植被指数和纹理滤波指数,从中选取地类间像元统计值差异较大的指数进行面向对象地物分类,通过总体分类精度和Kappa系数的比较,得到分类效果最好的指数图像,生成地物分类结果图。结果表明基于纹理滤波红色二阶矩指数的图像分类总体分类精度达到了90.1%,Kappa系数为0.851,效果最好;其次是植被指数Ex G以及NGBDI,Kappa系数分别为0.826和0.809;经过纹理滤波处理后的图像在像元值统计以及地物分类方面均优于光谱处理后的植被指数图像。实验结果表明采用纹理滤波指数使用面向对象方法,对无人机遥感影像进行地类信息提取的可行性。

发文机构：沈阳航空航天大学能源与环境学院辽宁省清洁能源重点实验室 中国科学院沈阳应用生态研究所 中国科学院大学 中国医科大学环境健康研究所

关键词：无人机面向对象分类植被指数纹理滤波指数遥感UAVobject-oriented classificationvegetation indextexture filtering indexremote sensing

分类号： P231[天文地球—摄影测量与遥感]