内蒙古自治区航空遥感测绘院内蒙古呼和浩特010010
摘要：随着社会经济的发展，科学技术的进步，我国的城市化水平也越来越高。在这一过程中，土地资源的有效利用率也受到了社会各界人士的关注与重视。土地资源作为一种不可再生资源，就应该得到应有的重视。以往的土地覆盖调查方式不仅会浪费大量的人力、物力与财力，同时也会浪费大量的时间与精力。但遥感技术正好弥补了这一不足，凭借自身收集与获取信息时效性与经济性等特点，被广泛的应用到土地覆盖的过程中。本文章对面向对象的遥感影像分类方法在土地覆盖中的运用进行了深入的分析与研究。
关键词：高分辨率遥感影像；面向对象；土地覆盖
在我国现阶段，随着我国城市化进程的不断推进，我国大部分城市以及乡镇周边的土地覆盖情况都发生了比较大的变化，并且变化的频率比较频繁。为了进一步有效提高城市土地资源的利用率，以及充分做好自然灾害的应对工作，首先就要提高土地覆盖的情况进行有效的监测。随着我国科学技术的进步，遥感传感技术也被广泛的应用到土地覆盖调查的过程当中。在这一过程中，如何有效的从遥感数据当中科学、准确的获取到地表土地覆盖信息已经变成了土地覆盖变化监测工作的一大难点。为此就要合理的应用遥感影像技术，以此来有效提高我国的土地资源利用率，提高我国的城市化水平。
一、面向对象分类方法
（一）多尺度分割
多尺度分割的方法需要考虑的问题有很多，例如地表实体以及过程的复杂性和层次性，同时也需要克服数据来源的固定性，在分析地表特征的过程中就要利用到多尺度影像对象层次网络结构。影像对象的层次体系在一定程度上受不同的分割参数的影响，影像对象收集了很多信息，例如像元的光谱信息、此像元和周围像元的关系信息等[1]。多尺度分割最主要的作用就是，它弥补了以往同一空间分辨率的遥感影像信息只能用一种尺度来表示的不足，可以通过利用多个最合适的尺度来对遥感影像信息进行描述。对于影像对象网络层次结构来说，其中的任意一个影像对象的属性信息均无法包含和它相邻对象或者是子对象、父对象之间的关系属性。其中有一部分对象的光谱和形状等相关信息都具有一定的相似性，如果把相邻对象的背景信息当做一个分类条件，就可以顺利的把它提取出来。其中需要引起注意的是，在操作层次等级关系的过程中，可以利用父对象的属性来对子对象进行分类、同时也可以依据子对象的平均属性来对父对象的纹理属性进行分类，父对象的分类也可以在已经完成分类的子对象组成的基础上进行。
（二）特征的选择
把遥感影像合理的分割成图形对象后，根据相关的理论来看，具有三种特征。第一种就是内在的特征，内在特征主要指的是对象的物理属性，物理属性是由成像区域与传感器的姿态等相关因素二决定的决定，其中也包括对象的色彩、纹理与形状；第二种特征是拓扑特征，拓扑特征就是对对象之间或者是某一个景图像内部几何关系的描述，主要的特征包括距离、左右关系以及包含等[2]；第三种就是上下文特征，对对象间语义关系的特征进行描述。一旦实施多尺度的影像分割就会形成两个对象，一个子对象和一个父对象，同时也会在此基础衍生出更多的新特征。在完成多层分割工作之后就可以得到各级对象，在此基础上要定义特征空间，找到最佳的特征参数老描述每一种地物目标，科学、合理的构建语义知识库结构，以此来对对象进行有效、准确的区分，从而实现各种地物的分类。
（三）规则的建立及信息的提取
通过应用面向对象的方法，并以类和对象为单位对地物类别进行组织与描述，同时也要根据类别的不同特点来合理选择隶属函数来制定模糊判断规则，模糊分类判别规则的制定首先要向利用隶属函数来准确的计算出某个类别的隶属度，而不能对类别进行直接或者是硬性的判断。除此之外，要在依据“先易后难”的原则来向区分出比较容易的类别，在逐步的构建逻辑层次较为明显的模糊规则分类库[3]。
二、数据处理与分析
（一）研究区域及数据
本文章中采用的实验数据是武汉市的法国SPOT-5影像，SPOT-5不仅具有一定的卫星优势，同时也可以把全色影像的空间分辨率提高到2.5m，并且也能够突出很多的细节，从而可以实现在尺度较小的空间当中就可以清楚地观察到地表细节的变化。
（二）多尺度分割
多尺度影像分割主要是把数量较多的像素有效的整合到一个影像对象当中，但这会对图像信信息造成一定的影响和不同程度上的损失。但是，如若采用一种方式对影像对象进行生产，也就是说利用最为合适的分割尺度就通过多种光谱值来对影像对象进行描述。例如，上下文、形状以及纹理等。分割完成后影像质量的好坏与波段权重、分割尺度有十分紧密的联系，同时也与两个分割属性因子具有密切的联系，例如色彩和形状。影像对象的划分可以依据影像的几何特征以及光谱来进行，并可以划分成不同的影像对象，从而构建起多层次的对象关系，也可以通过自主构建影像对象间的层次等级网络来进行[4]。在一般情况下，由于提取地物覆盖时，其信息具有一定的相似度，因此，每一个图层的权重均赋值都为1。通过国内外多次的试验研究证明，利用四种不同的尺度来建立四种不同的分割层，有利于在不同对象层次上获取与其相对尺度的地物类别。
（三）特征的选择与规则的建立
肥料规则要合理的建立在类结构体系的基础之上，分类是一个过程中，主要是将分类体系中的类型与影像对象进行合理的联系。分割后形成的不同影像对象层适用于获取不同的地物，由于分类工作多数均在与之相对应的对象层进行的，为此就引入了level1，level2，level3这三个抽象基类。在分割各个对象层的基础上就可以针对不同地物各自的特点来运用均值、拓扑关系及对象间语义关系等特征[5]。
（四）结果分析
为了有效提高精确评价分类的水平，就要根据遥感影像目视判读对实地进行调查，本文通过多尺度分割生成比更小的的尺度影像层最主要的目的就是合理选择不同地物中均匀性较好的样本来作为真实的参考数据，从而确保保该尺度的影像对象和实际的目标地物具有一致性。把所提取的样板生成训练和检测区域(TTA)文件两种，该种精度评价方法是属于像素的，也就是说，根据检测区域文件与计算机的自动分类的结果进行有效的结合，并建立成一种混淆的矩阵，通过对此进行有效的计算，可以将计算机的分类结果进行有效的判断，判断正确分类的像素有多少。
结束语
总而言之，随着我国社会经济的发展，科学技术水平的提高以及城市化进程的加快，如何提高土地资源的利用率，加强对地表土地覆盖情况的检测已经成为土地覆盖变化监测工作中最为重要的一个问题，面向对象的分类方法把的像素处理提升上升到对象的处理，并充分的统筹了空间关系，利用“思维”与“推理”使土地覆盖检监测结果更加符合自然界地物分布的自然规律，同时也在一定程度上有效的提高了影像信息处理的水平。但对于面向对象信息提取的方法在应用过程中仍旧存在一些无法避免的问题需要不断的继续改进。
参考文献：
[1]陈丹,武淑琴.遥感影像提取土地覆盖信息的决策树优化方法[J].测绘科学,2016,(9):80-86,95.
[2]古丽娜孜•艾力木江,孙铁利,周婉婷.一种基于ELM的土地覆盖遥感影像分类方法研究[J].伊犁师范学院学报（自然科学版）,2017,(2):61-67.
[3]高彦丽,刘宏娟,王海芳,等.面向对象的ALOS影像土地覆盖信息提取[J].广东农业科学,2015,(17):167-17.
[4]曹倩倩,黄袁升.土地覆盖分类影像融合与精度评价研究[J].吉林化工学院学报,2017,(1):68-72.
[5]袁占良.高空间分辨率遥感数据城市区土地覆盖类型分类潜力评价研究[D].河南理工大学,2015.