《表2 外部参数:基于高分二号遥感影像的树种分类方法》
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)。
图表编号 | XD00212718100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.20 |
作者 | 李哲、张沁雨、彭道黎 |
绘制单位 | 北京林业大学大学林学院、北京林业大学大学林学院、北京林业大学大学林学院 |
更多格式 | 高清、无水印(增值服务) |