摘要：作为信息提取和分类的前提,面向对象的影像分割尺度参数的设置直接影响到提取和分类的精度。本文以GF-2影像数据为例,在已有分割理论和方法的基础上提出一种基于最优分割尺度的计算模型(OS模型)。该模型以主成分分析所得的主成分以及新建的归一化植被指数(normalized vegetation index,NDVI)特征层作为分割参考层,综合考虑均质因子的影响,构建加权尺度评价指数,插值拟合最优分割尺度。构建误差系数(E_c)对模型进行评价,结果表明:OS模型误差系数(E_c=1.15%)小于传统模型(E_c=3.28%),且分割对象更均匀、与实际地物更接近。

摘要：[目的]研究基于无人机低空遥感影像的面向对象分类技术在开发建设项目水土保持监测中的应用,为水土保持监测工作的信息化能力提升提供技术支撑。[方法]利用旋翼无人机获取水土保持监测目标区域的低空遥感影像,通过倾斜摄影技术构建数字表面模型,结合ESP分割尺度评价工具获取最优分割尺度参数,采用多元特征空间指标参与最邻近分类法的监督分类,并依据位置信息的评价方法和误差矩阵对分类解译精度进行验证。[结果]本研究的水土保持监测目标区域的地物分类总体精度达到了86.10%,Kappa系数为0.841,有较好的一致性,能够满足精度需求。[结论]利用无人机低空遥感影像的面向对象分类技术实现了开发建设项目水土保持监测区域地物的快速、精确识别和分类。