ENVI_面向对象的影像分类特征
基于像元的分类方法,依据主要是利用像元的光谱特征,大多应用在中低分辨率遥感图像。而高分辨率遥感图像的细节信息丰富,图像的局部异质性大,传统的基于像元的分类方法易受高分辨率影像局部异质性大的影响和干扰。而面向对象分类方法可以高分辨率图像丰富的光谱、形状、结构、纹理、相关布局以及图像中地物之间的上下文信息,可以结合专家知识进行分类,可以显著提高分类精度,而且使分类后的图像含有丰富的语义信息,便于解译和理解。对高分辨率影像来说,还是一种非常有效的信息提取方法,具有很好的应用前景。
附录对象属性说明:
(1)Spatial 属性
属性
AREA
LENGTH
COMPACT 描述 多边形的面积,单位与Map 单位一致 多边形外边框周长,包括洞的边框周长,单位与Map 单位一致 紧密性,描述多边形紧密性的度量。如圆是紧密性最好的形状,其值为1/Pi,正方形的的值为1/2(sqrt(pi)).
COMPARCT=Sqrt (4 * AREA / pi) /周长
CONVEXITY
SOLIDITY
ROUNDNESS
FORMFACTOR
ELONGATION
RECT_FIT
MAINDIR
MAJAXISLEN
MINAXISLEN
NUMHOLES
HOLESOLRAT 凸出的状态,没有洞的凸多边形的值为1,其余的为小于1. CONVEXITY= length of convex hull / LENGTH 坚固性,多边形面积与周围凸出多边形面积比。 SOLIDITY = AREA / area of convex hull 描述多边形的圆特征,圆的值为1,正方形的值为4/Pi ROUNDNESS = 4 * (面积) / (pi *最大直径2) 形状要素,圆的值为1,正方形的值为Pi/4 FORMFACTOR = 4 * pi * (面积) / (周长)2 延伸性,最大直径与最小直径的比值,正方形的值为1,矩形的值大于1. ELONGATION =最大直径/最小直径 矩形形状的度量,矩形的值为1,非矩形的值小于1. RECT_FIT =面积/ (最大直径*最小直径) 主方向,长轴(最大直径)与X 轴之间的夹角。范围是0~180度,90度为南/北方向,0和180度为东/西方向 围绕多边形的有向包围盒(oriented bounding box)对应长轴(最大直径)的长度,单位与Map 单位一致。 围绕多边形的有向包围盒(oriented bounding box)对应短轴(最小直径)长度,单位与Map 单位一致。 多边形内洞的个数 多边形面积和外轮廓面积的比值,没有洞的多边形的值为1.
HOLESOLRAT = AREA / outer contour area
表5.2 Spatial属性描述
(2)Spectral 属性
属性
MINBAND_x
AVGBAND_x
STDBAND_x
表5.3 Spectral属性
(3)Texture 属性
属性
TX_RANGE
TX_MEAN
TX_ENTROPY
表5.4 Texture属性
(4)Color Space and Band Ratio属性(Customized )
属性
BANDRATIO
HUE
SATURATION
INTENSITY 描述 波段比值,如果选择的两个波段是红色和近红外,则计算的是NDVI. 色调,值域范围0~360度,如0是红色,120度是绿色,240度是蓝色 饱和度,值域范围0~1.0. 亮度,值域范围0~1.0. 卷积核范围内的平均灰度值范围 卷积核范围内的平均灰度值 卷积核范围内的平均灰度信息熵 描述 波段x 的最小灰度值 波段x 的平均灰度值 波段x 的标准差 MAXBAND_x 波段x 的最大灰度值 描述 TX_VARIANCE 卷积核范围内的平均灰度变化值