《表4 4个尺度层目标地类的敏感谱段和分割参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于高光谱图像的协同分层波谱识别——以兰州、榆林地区为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：*表示该地类为本尺度层二级目标地类，将从各尺度层提取出的二级目标地类叠加复合，即可生成全域识别结果。

为此，本文设计4尺度面向对象分割，消除各种地类图斑内部的噪声像元和小斑，抑制“椒盐效应”。相较于Savitzky-Golay卷积滤波、移动均值滤波，面向对象分割方法首先依据目标地类的尺度特征、光谱特征、形状特征，将9种地类划入4个尺度层（表4）；再通过人机交互，在各尺度层采用适宜的参数分割图像。图像被分割后，其基本单元已不再是单个像元，而是光谱特征完全匀质的对象。采用表4的尺度参数能够确保各类别对象的边缘清晰、位置准确，并且内部融入噪声像元和小斑。