面向对象的ALOS影像土地覆盖信息提取

根据高分辨率遥感数据，采用面向对象分类方法，对南京市某地块的土地覆盖信息进行提取。由于分类单元不再是单个像素，而是综合了光谱信息、纹理特征、拓扑关系和专题信息的影像对象，使得分类总体精度较传统方法提高18．1％，克服了传统基于像元分类法中的“椒盐现象”，并且大幅降低了“异物同谱”、“同物异谱”对分类结果的负面影响。该方法对于依托高分辨率遥感影像进行土地覆盖信息的提取与更新，具有可行性和推广性。