《表2 外部参数：基于高分二号遥感影像的树种分类方法》

  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

《基于高分二号遥感影像的树种分类方法》

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

在以往分类效果较好的研究中，影像分割参数及尺度多通过试错法获得，而常用的对象特征包括光谱、专题指数和纹理等特征[18-20]。故本研究以eCognition Developer为平台，使用6期融合后的影像叠合作为输入数据进行多尺度分割，通过试错法选择适宜的分割参数，并利用ESP(Estimation o Scale Parameter）工具确定最优分割尺度[25]；所提取的特征为通过24个波段（表1）构建的光谱、植被指数、及基于4个方向综合的灰度共生矩阵（The Gray Level Co-occurrence Matrix，GLCM）和灰度差向量（The Gray-level Difference Vector，GLDV）的纹理3大类共410个[26]（表2）。