1、遙感技術的巨大發(fā)展擴寬了對地觀測的視野，給人們提供了極為豐富的地理信息。隨著衛(wèi)星傳感器的空間分辨率不斷提高，高分辨率遙感影像已經在城市規(guī)劃、國土資源管理、地質調查、交通檢測等區(qū)域性研究與相關的應用領域中扮演著重要角色。雖然遙感影像的分類技術取得了長足發(fā)展，但是已有的研究表明基于像元的高分辨率遙感影像分類存在明顯的限制。為了克服基于像元的傳統(tǒng)信息提取方法所面臨的缺點，一種被稱為面向對象圖像分析(OBIA)的新方法應運而生。作為地理科學的一

2、個分支，OBIA代表著遙感與地理信息系統(tǒng)學科發(fā)展的重要趨勢。本文圍繞著OBIA的主要研究內容與結論包括：
　　 (1)基于分水嶺變換和小波變換提出多尺度分割方法用于波段融合后的高分辨率多光譜影像。利用該方法進行分割的過程包括多尺度圖像生成、圖像分割、區(qū)域合并和結果映射等四個方面。采用相位一致模型多尺度地提取各近似子圖的梯度，并逐個尺度地進行梯度融合。進而分析不同尺度與不同地物的局部梯度方差，選擇最佳的小波分解尺度。通過移動閾值與

3、擴展最小變換多層次地標記紋理和灰度的均質區(qū)域。以空間相鄰關系、面積、光譜與紋理等因素多約束地合并最初的分割區(qū)域。處理邊界像元將最初的結果投影到更高的尺度直到原始圖像。實驗結果表明所提方法能夠應用到高分辨率影像的分割且可取得較準確的分割效果。
　　 (2)基于對紋理頻譜的分析提出一種高分辨率遙感影像最佳空間尺度的選擇方法。分析了四種典型地物在傅里葉變換頻域的頻譜響應特性。采用點擴散函數(shù)對原始影像進行尺度擴展，進而根據(jù)不同尺度下影像

4、紋理的徑向與角向曲線變化情況選擇最佳尺度。通過分析四種地物在6個尺度下的紋理特征可分性，說明本文方法能客觀反映出地物的尺度效應，具備最佳尺度選擇的可行性。進行了基于支持向量機的全色影像面向對象分類，實驗結果表明在最佳尺度下可取得最佳精度。
　　 (3)提出一種基于粗糙集理論的面向對象分類方法以區(qū)分高分辨率遙感影像上的不同地物。利用了不可分辨關系、上下近似集和知識約簡等方式發(fā)現(xiàn)隱含在Gabor紋理特征內的分類規(guī)則。在對象光譜特征的

5、初步分類結果基礎上，依據(jù)紋理分類規(guī)則得到最終結果。本文重點提出一種適用于面向對象分類的連續(xù)區(qū)間屬性離散化方法。實驗表明本文方法可取得較好分類結果與較高分類精度。
　　 (4)結合支持向量機技術與基于粗糙集的粒度計算，提出了一種新的高分辨率遙感影像面向對象分類方法。從多光譜波段數(shù)據(jù)中提取對象的光譜特征，并用Gabor濾波器組產生紋理特征，利用多核支持向量機進行初步的面向對象分類，對分類結果進行求交后生成信息顆粒。比較顆粒的特征均值

6、與各樣本中心的歐氏距離以區(qū)分顆粒類別，通過定量分析顆粒間的空間相鄰關系判斷待定類別的顆粒，利用少量人工交互的識別處理得到最終分類結果。與基于高斯徑向基核函數(shù)的支持向量機和神經網(wǎng)絡兩種方法進行了對比，實驗結果表明本文所提方法能夠取得更好的分類效果。
　　 最后，總結了本文的研究成果。下一步需要深入研究的工作有：1)整合多種方法、從多角度進行分析以提高分割的效果；2)將遙感中的尺度因素和具體應用的尺度要求進行統(tǒng)一考慮；3)如何在遙感