2010年 第4期 张春晓, 等:基于面向对象和影像认知的遥感影像分类方法———以都江堰向峨乡区域为例11
文章编号:049420911(2010) 0420011204中图分类号:P237 文献标识码:B
基于面向对象和影像认知的遥感影像分类方法
———以都江堰向峨乡区域为例
张春晓
1, 2
, 侯 伟, 刘 翔, 鲁学军
341
(1. 中国科学院地理科学与资源研究所, 北京100101; 2. 中国科学院研究生院, 北京100049;
3. 中国矿业大学, 江苏徐州221008; 4. 北京东方泰坦科技股份有限公司, 北京100083)
Re mote Sensi n g Image Cl assi fi cati on Based on Object 2ori ented and Image Cogn iti on
———a Ca se Study i n X i a ng ’e , D uji a ngyan
ZHANG Chunxiao, HOU W ei, L IU Xiang, LU Xuejun
摘要:基于面向对象思想和影像认知科学研究, 探讨影像理解的新思路, 将语义特征和传统的低级影像特征综合考虑进行对象识
别, 该方法对于提高影像分类精度和效率及经验知识的重复利用都有重要意义。在识别过程中, 首先进行知识驱动的对象探测, 分析语义特征; 再进行数据驱动的影像多尺度分割, 生成低级特征; 分类。将该方法应用于四川都江堰向峨乡Quick B ird 等数据, 关键词:VHR; 面向对象; 影像认知; 影像分类
一、引 言
、生态指数、资源管理及国际和国内的重大计划决策都有重要意义
[1]
、纹理, 而不仅仅是单个对象的光谱信息。国内外很多学者以高分辨率遥感影像为数据源, 应用OB I A 进行了地类信息的提取及面向对象和基于像元分类方法的比较
[324]
。
。随着遥感卫星数据获取技术的不断发伴随着认知科学和遥感技术的发展, 一些学者认为只有模仿人类感觉识别过程才能提高遥感影像解译的自动化程度
[526]
展, 遥感影像空间分辨率不断增高, 已经突破米级, 如Quick B ird 、ADS40和WorldV ie w 影像。在高分辨率影像上, 不仅地物的光谱特征更明显, 而且其景观的结构、形状、纹理和细节等信息也都非常突出, 逐步成为解决以上问题的主要数据源。但传统基于像元的分类方法在处理高分辨率遥感影像时面临很多问题:首先, 地类的光谱统计特征不稳定, 类间相似性大, 忽略了丰富的空间信息; 其次, 不是真正意义上的图像分析, 它属于图像处理的范畴, 处于图像工程的低层; 再次, 解译人员的知识和推理不能积累和再利用。
面向对象的影像分析(object 2based i m age analy 2
sis, OB I A ) , 自20世纪末发展起来, 成为遥感技术的研究热点, 可以有效解决传统方法的一些局限性问题
[2]
。人类对影像的理解是基
于对象识别和其他文脉信息, 目前的遥感分析方法
(很大程度上属于影像处理) 还不能很好地实现, 所以很多研究将认知和语义知识引入到影像理解领域
[728]
。本研究基于汶川地震后向峨乡Quick B ird
数据及震前的DE M 、土地利用等数据, 结合面向对象的思想和影像认知科学研究, 讨论了低级影像特征和高级语义特征, 应用专家知识和类描述进行对象识别分类, 以高精度提取了土地利用信息及震害信息, 对于灾后恢复重建有一定的指导作用。
二、数据和研究方法
1. 研究区域及数据
。利用面向对象分析方法进行信息提取时, 处向峨乡位于四川省都江堰东北部, 东连彭州市, 南接蒲阳镇, 西与西北靠金凤乡和虹口乡, 北临彭州市。向峨乡以山丘为主, 地处高山与平原的过
理的最小单元不再是像元, 而是含有更多语义信息的多个相邻像元组成的多尺度对象, 在分类时可以
(2006AA120107)
收稿日期:2009208224
基金项目:基于高分辨率遥感数据的废弃地信息挖掘技术研究(2006BAJ05A08) ; 国家高技术研究发展计划(863计划) 课题资助项目
作者简介:张春晓(1984—) , 女, 河北邯郸人, 硕士生, 从事遥感影像认知及智能理解研究。
12测 绘 通 报 2010年 第4期
ti on ) , 用于指导分割和对象识别, 使得考虑对象更
渡地带, 最高峰二峨山海拔1804m , 最低处狮子桥
海拔720m , 属四川盆地中亚热带湿润气候区。靠近龙门山活动断裂带的中央断裂带—北川—映秀深断裂带, 有历史记录以来, 沿断裂带的地震活动
[9]
频繁, 有6次之多。研究区域是向峨乡的西部地区, 中心地理坐标为(31. 01°N, 103. 70°E ) , 位于汶川地震震中(31. 01°N , 103. 40°E ) 东偏北约28k m , 具体位置如图1所示
。
有针对性, 也缩小了知识调用搜索的范围, 同时对
于对象识别结果可以进行验证和肯定。对于背景信息, 如水域上不会出现房屋, 而可能会有船; 水域上可能会有鸭子, 而不会有鸡。语义信息, 如部分2整体关系(part 2whole ) , 类别2实体关系(is 2a ) , 邻近关系(cl ose t o ) 等。这些信息是自上而下的方式, 通过对象探测从知识库获得。
然后, 在对象探测的基础上, 建立研究区域的地理对象(即类别) 等级体系结构。应用多尺度分割算法得到多级影像对象, 作为地类的组成成分和对象特征的载体, 通过计算提取低级特征, 包括颜色、纹理、形状等。
最后, 应用模糊理论对低级特征和高级特征建立类的描述(模型) , 进行对象识别和信息提取及进
图1 研究区———都江堰向峨乡西部
研究中主要使用了两种遥感数据, 2008年6月3日的Quick , 0. 6m , 有蓝、绿; 的DE M 数据, , 如山地、平原等。I K ONOS 数据和土地利用数据作为参考, 辅助于震后影像解译理解。此外还包括野外考查数据, 用于影像配准、影像分类过程中样本提取及影像分类后的精度评价。
2. 研究方法
一步的影像理解。
, , 使得前馈引导与反, 更好地模拟人类假设2推理过程。 三、向峨乡土地利用及震害信息提取
1. 数据预处理
本文提出基于面向对象和认知信息科学的影
像理解方法, 用于影像分类及信息提取。将传统面向对象方法中的低级特征与认知信息科学中的高级特征(又叫前馈, 包括文脉信息、语义特征等) 相结合, 通过模糊理论对特征进行计算推理, 迭代循环实现影像理解, 如图2所示
。
以经过几何校正的DE M 数据为地理参照选择地面控制点, 对研究区域的Quick B ird 遥感影像进行几何校正, 选择UT M 投影坐标系、W GS 284椭球体。选择24个控制点, 应用二次多项式算法进行影像配准, RMS 误差为±0. 04023m 。
2. 土地利用及震害信息提取在对研究区域、Quick B ird 影像及DE M 数据进行分析后, 掌握了一定的背景信息及文脉信息。针对应用目的, 参照2002年起试行的《全国土地分类》方案及中国土地勘测规划院提供的《退化废弃地分类系统》制定了本研究的分类体系, 特别是灾毁建设用地类的设立。应用R. Q. Feit osa 提出的遗传算法对分割过程中尺度、颜色权重、质密性权重三元组组合进行分析, 得到与人工分割符合度最好的参数组合并用于数据多尺度分割。根据专家知识及地类特征, 应用专家知识规则或样本特征, 综合应用低级影像特征和高级语义信息给出类的模糊描述, 得到最终分类结果。分类流程及参数设置如图3所示, 分类结果如图4所示。
3. 精度评价与结果分析
基于训练样本的混交矩阵评价, 首先选择训练样本作为实地信息, 以此与分类结果进行像元的比
[10]
图2 基于面向对象和影像认知的影像理解方法图
首先, 通过影像认知和经验知识对研究区域、影像特征及应用目的进行分析预测, 尽可能获得背景信息(scene gist ) 和语义信息(contextual inf or ma 2
2010年 第4期 张春晓, 等:基于面向对象和影像认知的遥感影像分类方法———以都江堰向峨乡区域为例13
图3
向峨乡土地覆被分类技术流程图
较, 把属于每个类别的像元数表示出来, 以判断一
致程度的精度评价方法。本研究数据的分类结果精度较高, KI A 系数是0. 80, 总体精度达到94%。以像元统计来计算面积及各类别的比例, 灾毁情况等系数, 图5给出一级地类比例饼图及建设用地的二级地类比例饼图
。
图5 一级地类比例饼图及建设用地的二级
地类比例饼图
图4 分类结果图
14测 绘 通 报 2010年 第4期
Cover Classificati on of Large A reas [J ].Geog, 2002, 26(2) :1732205.
[2] BAATZ M , S CHAPE A, Object 2oriented and Multi 2scale
I m age Analysis in Se mantic Net w orks [C ]∥Pr oc of the 2nd I nternati onal Sy mposiu m on Operati onalizati on of Re 2mote Sensing . Easchede:I TC, 1999.
[3] 曹雪, 柯长青. 基于对象级的高分辨率遥感影像分类
Pr og Phys
四、结论与讨论
本文从面向对象和影像认知结合的角度来给
出影像分类和理解方法, 通过结合低级影像特征与高级语义特征, 结合自上而下(前馈) 的知识驱动与自下而上的数据驱动, 融入经验知识, 提高了对象识别精度和影像理解层次。而传统方法更多的只是低级特征的包装组合, 缺乏经验知识的引导, 对于特征的选择耗时长。方法中分类规则和类描述的组织、保存提高了自动化程度, 在保证精度的情况下有利于提高分类效率; 同时提供了经验积累和知识重复利用的方式, 为以后有一定共性的研究区域和数据的分析理解提供参考。应用本研究提出的方法对汶川地震震后向峨乡Quick B ird 影像进行分类和理解, 以高精度提取了地类信息。
影像认知作为新鲜血液, 给影像理解带来希望, 然而从认知空间得到的感知特征、假设推理等如何映射到计算机空间提高影像理解精度和效率, 仍是研究热点是考虑到颜色和形状信息, , 特征, 意。同时, , 明, 尤其搞清不同尺度问题之间的关系, 使影像分析结果在“纵向”上具有不变性, “横向”上具有可比性。
研究[J ].遥感信息, 2006(5) :27230.
[4] 黄慧萍. 面向对象影像分析中的尺度问题研究[D].
北京:中国科学院研究生院, 2003.
[5] LANG S . Object 2based I m age Analysis for Re mote Sen 2
sing App licati ons:Modeling Reality 2Dealing with Com 2p lexity[C ]∥Object 2based I m age Analysis:Spatial Con 2cep ts f or Knowledge 2driven Re mote Sensing App licati ons . Berlin:Sp ringer, 2007:3227.
[6] ROBERT O V, 周月琴. 影像理解的智能系统[J ].测
绘通报, 1997(1) :40241.
[7] LUO J B, S AVAKI S A A. A Bayesian Net 2
work I m age Understanding [(6:9192934.
J G L, LUO H Z, et al . Statistical Mode 2
and Concep tualizati on of Natural I m ages [J ].Pattern Recogn, 2005, 38(6) :8652885.
[9] 王治华, 周英杰, 徐斌, 等. “5. 12”汶川大地震震中
区映秀镇地震灾情及次生地质灾害遥感初步调查
[J ].国土资源遥感, 2008(2) :124.
[10] FE I T OS A R Q, COST A G A O P, C AZES T B. A Ge 2
netic App r oach for the Aut omatic Adap tati on of Seg men 2tati on Para meters[C ]∥Pr oceedings of the 1st I nterna 2ti onal Conference on Object based I m age Analysis . Salzburg, Austria:I SPRS, 2006.
参考文献:
[1] FRANK L I N S E, WULDER M A. Remote SensingMeth 2
ods in Mediu m Spatial Res oluti on Satellite Data Land
(上接第10页)
测绘学报, 2003, 32(4) :2832288.
[4] 魏子卿. 我国大地坐标系的换代问题[J ].武汉大学学
标点位标志破坏较为严重, 因此, 在实际应用中尽量使用海南C 级GPS 控制网点位成果, 为今后向2000国家大地坐标系成果转换提供坐标成果一致性的条件。
致谢:本课题数据由海南测绘局成果处和国家测绘局海南测绘资料信息中心提供, 特此表示感谢。
报:信息科学版, 2003, 28(2) :1382143.
[5] 郭金运, 朱明法, 徐泮林. 地图数据几何纠正时仿射变
换与相似变换的对比分析[J ].测绘通报, 2001(4) :
23224.
[6] 彭晓艳, 龙毅, 毋河海. 基于仿射变换的Map I nfo 矢量
图形坐标纠正的方法探讨[J ].测绘信息与工程,
2002, 27(5) :627.
[7] 谢鸣宇, 姚宜斌. 三维空间与二维空间七参数转换参
参考文献:
[1] 杨华忠, 李军, 汪舟平, 等. 我国常用大地坐标系与
2000中国大地坐标系间的转换[J ].测绘科学与工
数求解新方法[J ].大地测量与地球动力学, 2008, 28
(2) :1042109.
[8] 毛兴华, 胡方西. 将Map I nf o 和Surfer 结合绘制等值线
[J ].测绘通报, 2001(10) :39240.
程, 2007, 27(4) :126.
[2] 杨元喜, 徐天河. 不同坐标系综合变换法[J ].武汉大
学学报:信息科学版, 2001, 26(6) :5092513.
[3] 陈俊勇. 关于中国采用地心3维坐标系统的探讨[J ].
2010年 第4期 张春晓, 等:基于面向对象和影像认知的遥感影像分类方法———以都江堰向峨乡区域为例11
文章编号:049420911(2010) 0420011204中图分类号:P237 文献标识码:B
基于面向对象和影像认知的遥感影像分类方法
———以都江堰向峨乡区域为例
张春晓
1, 2
, 侯 伟, 刘 翔, 鲁学军
341
(1. 中国科学院地理科学与资源研究所, 北京100101; 2. 中国科学院研究生院, 北京100049;
3. 中国矿业大学, 江苏徐州221008; 4. 北京东方泰坦科技股份有限公司, 北京100083)
Re mote Sensi n g Image Cl assi fi cati on Based on Object 2ori ented and Image Cogn iti on
———a Ca se Study i n X i a ng ’e , D uji a ngyan
ZHANG Chunxiao, HOU W ei, L IU Xiang, LU Xuejun
摘要:基于面向对象思想和影像认知科学研究, 探讨影像理解的新思路, 将语义特征和传统的低级影像特征综合考虑进行对象识
别, 该方法对于提高影像分类精度和效率及经验知识的重复利用都有重要意义。在识别过程中, 首先进行知识驱动的对象探测, 分析语义特征; 再进行数据驱动的影像多尺度分割, 生成低级特征; 分类。将该方法应用于四川都江堰向峨乡Quick B ird 等数据, 关键词:VHR; 面向对象; 影像认知; 影像分类
一、引 言
、生态指数、资源管理及国际和国内的重大计划决策都有重要意义
[1]
、纹理, 而不仅仅是单个对象的光谱信息。国内外很多学者以高分辨率遥感影像为数据源, 应用OB I A 进行了地类信息的提取及面向对象和基于像元分类方法的比较
[324]
。
。随着遥感卫星数据获取技术的不断发伴随着认知科学和遥感技术的发展, 一些学者认为只有模仿人类感觉识别过程才能提高遥感影像解译的自动化程度
[526]
展, 遥感影像空间分辨率不断增高, 已经突破米级, 如Quick B ird 、ADS40和WorldV ie w 影像。在高分辨率影像上, 不仅地物的光谱特征更明显, 而且其景观的结构、形状、纹理和细节等信息也都非常突出, 逐步成为解决以上问题的主要数据源。但传统基于像元的分类方法在处理高分辨率遥感影像时面临很多问题:首先, 地类的光谱统计特征不稳定, 类间相似性大, 忽略了丰富的空间信息; 其次, 不是真正意义上的图像分析, 它属于图像处理的范畴, 处于图像工程的低层; 再次, 解译人员的知识和推理不能积累和再利用。
面向对象的影像分析(object 2based i m age analy 2
sis, OB I A ) , 自20世纪末发展起来, 成为遥感技术的研究热点, 可以有效解决传统方法的一些局限性问题
[2]
。人类对影像的理解是基
于对象识别和其他文脉信息, 目前的遥感分析方法
(很大程度上属于影像处理) 还不能很好地实现, 所以很多研究将认知和语义知识引入到影像理解领域
[728]
。本研究基于汶川地震后向峨乡Quick B ird
数据及震前的DE M 、土地利用等数据, 结合面向对象的思想和影像认知科学研究, 讨论了低级影像特征和高级语义特征, 应用专家知识和类描述进行对象识别分类, 以高精度提取了土地利用信息及震害信息, 对于灾后恢复重建有一定的指导作用。
二、数据和研究方法
1. 研究区域及数据
。利用面向对象分析方法进行信息提取时, 处向峨乡位于四川省都江堰东北部, 东连彭州市, 南接蒲阳镇, 西与西北靠金凤乡和虹口乡, 北临彭州市。向峨乡以山丘为主, 地处高山与平原的过
理的最小单元不再是像元, 而是含有更多语义信息的多个相邻像元组成的多尺度对象, 在分类时可以
(2006AA120107)
收稿日期:2009208224
基金项目:基于高分辨率遥感数据的废弃地信息挖掘技术研究(2006BAJ05A08) ; 国家高技术研究发展计划(863计划) 课题资助项目
作者简介:张春晓(1984—) , 女, 河北邯郸人, 硕士生, 从事遥感影像认知及智能理解研究。
12测 绘 通 报 2010年 第4期
ti on ) , 用于指导分割和对象识别, 使得考虑对象更
渡地带, 最高峰二峨山海拔1804m , 最低处狮子桥
海拔720m , 属四川盆地中亚热带湿润气候区。靠近龙门山活动断裂带的中央断裂带—北川—映秀深断裂带, 有历史记录以来, 沿断裂带的地震活动
[9]
频繁, 有6次之多。研究区域是向峨乡的西部地区, 中心地理坐标为(31. 01°N, 103. 70°E ) , 位于汶川地震震中(31. 01°N , 103. 40°E ) 东偏北约28k m , 具体位置如图1所示
。
有针对性, 也缩小了知识调用搜索的范围, 同时对
于对象识别结果可以进行验证和肯定。对于背景信息, 如水域上不会出现房屋, 而可能会有船; 水域上可能会有鸭子, 而不会有鸡。语义信息, 如部分2整体关系(part 2whole ) , 类别2实体关系(is 2a ) , 邻近关系(cl ose t o ) 等。这些信息是自上而下的方式, 通过对象探测从知识库获得。
然后, 在对象探测的基础上, 建立研究区域的地理对象(即类别) 等级体系结构。应用多尺度分割算法得到多级影像对象, 作为地类的组成成分和对象特征的载体, 通过计算提取低级特征, 包括颜色、纹理、形状等。
最后, 应用模糊理论对低级特征和高级特征建立类的描述(模型) , 进行对象识别和信息提取及进
图1 研究区———都江堰向峨乡西部
研究中主要使用了两种遥感数据, 2008年6月3日的Quick , 0. 6m , 有蓝、绿; 的DE M 数据, , 如山地、平原等。I K ONOS 数据和土地利用数据作为参考, 辅助于震后影像解译理解。此外还包括野外考查数据, 用于影像配准、影像分类过程中样本提取及影像分类后的精度评价。
2. 研究方法
一步的影像理解。
, , 使得前馈引导与反, 更好地模拟人类假设2推理过程。 三、向峨乡土地利用及震害信息提取
1. 数据预处理
本文提出基于面向对象和认知信息科学的影
像理解方法, 用于影像分类及信息提取。将传统面向对象方法中的低级特征与认知信息科学中的高级特征(又叫前馈, 包括文脉信息、语义特征等) 相结合, 通过模糊理论对特征进行计算推理, 迭代循环实现影像理解, 如图2所示
。
以经过几何校正的DE M 数据为地理参照选择地面控制点, 对研究区域的Quick B ird 遥感影像进行几何校正, 选择UT M 投影坐标系、W GS 284椭球体。选择24个控制点, 应用二次多项式算法进行影像配准, RMS 误差为±0. 04023m 。
2. 土地利用及震害信息提取在对研究区域、Quick B ird 影像及DE M 数据进行分析后, 掌握了一定的背景信息及文脉信息。针对应用目的, 参照2002年起试行的《全国土地分类》方案及中国土地勘测规划院提供的《退化废弃地分类系统》制定了本研究的分类体系, 特别是灾毁建设用地类的设立。应用R. Q. Feit osa 提出的遗传算法对分割过程中尺度、颜色权重、质密性权重三元组组合进行分析, 得到与人工分割符合度最好的参数组合并用于数据多尺度分割。根据专家知识及地类特征, 应用专家知识规则或样本特征, 综合应用低级影像特征和高级语义信息给出类的模糊描述, 得到最终分类结果。分类流程及参数设置如图3所示, 分类结果如图4所示。
3. 精度评价与结果分析
基于训练样本的混交矩阵评价, 首先选择训练样本作为实地信息, 以此与分类结果进行像元的比
[10]
图2 基于面向对象和影像认知的影像理解方法图
首先, 通过影像认知和经验知识对研究区域、影像特征及应用目的进行分析预测, 尽可能获得背景信息(scene gist ) 和语义信息(contextual inf or ma 2
2010年 第4期 张春晓, 等:基于面向对象和影像认知的遥感影像分类方法———以都江堰向峨乡区域为例13
图3
向峨乡土地覆被分类技术流程图
较, 把属于每个类别的像元数表示出来, 以判断一
致程度的精度评价方法。本研究数据的分类结果精度较高, KI A 系数是0. 80, 总体精度达到94%。以像元统计来计算面积及各类别的比例, 灾毁情况等系数, 图5给出一级地类比例饼图及建设用地的二级地类比例饼图
。
图5 一级地类比例饼图及建设用地的二级
地类比例饼图
图4 分类结果图
14测 绘 通 报 2010年 第4期
Cover Classificati on of Large A reas [J ].Geog, 2002, 26(2) :1732205.
[2] BAATZ M , S CHAPE A, Object 2oriented and Multi 2scale
I m age Analysis in Se mantic Net w orks [C ]∥Pr oc of the 2nd I nternati onal Sy mposiu m on Operati onalizati on of Re 2mote Sensing . Easchede:I TC, 1999.
[3] 曹雪, 柯长青. 基于对象级的高分辨率遥感影像分类
Pr og Phys
四、结论与讨论
本文从面向对象和影像认知结合的角度来给
出影像分类和理解方法, 通过结合低级影像特征与高级语义特征, 结合自上而下(前馈) 的知识驱动与自下而上的数据驱动, 融入经验知识, 提高了对象识别精度和影像理解层次。而传统方法更多的只是低级特征的包装组合, 缺乏经验知识的引导, 对于特征的选择耗时长。方法中分类规则和类描述的组织、保存提高了自动化程度, 在保证精度的情况下有利于提高分类效率; 同时提供了经验积累和知识重复利用的方式, 为以后有一定共性的研究区域和数据的分析理解提供参考。应用本研究提出的方法对汶川地震震后向峨乡Quick B ird 影像进行分类和理解, 以高精度提取了地类信息。
影像认知作为新鲜血液, 给影像理解带来希望, 然而从认知空间得到的感知特征、假设推理等如何映射到计算机空间提高影像理解精度和效率, 仍是研究热点是考虑到颜色和形状信息, , 特征, 意。同时, , 明, 尤其搞清不同尺度问题之间的关系, 使影像分析结果在“纵向”上具有不变性, “横向”上具有可比性。
研究[J ].遥感信息, 2006(5) :27230.
[4] 黄慧萍. 面向对象影像分析中的尺度问题研究[D].
北京:中国科学院研究生院, 2003.
[5] LANG S . Object 2based I m age Analysis for Re mote Sen 2
sing App licati ons:Modeling Reality 2Dealing with Com 2p lexity[C ]∥Object 2based I m age Analysis:Spatial Con 2cep ts f or Knowledge 2driven Re mote Sensing App licati ons . Berlin:Sp ringer, 2007:3227.
[6] ROBERT O V, 周月琴. 影像理解的智能系统[J ].测
绘通报, 1997(1) :40241.
[7] LUO J B, S AVAKI S A A. A Bayesian Net 2
work I m age Understanding [(6:9192934.
J G L, LUO H Z, et al . Statistical Mode 2
and Concep tualizati on of Natural I m ages [J ].Pattern Recogn, 2005, 38(6) :8652885.
[9] 王治华, 周英杰, 徐斌, 等. “5. 12”汶川大地震震中
区映秀镇地震灾情及次生地质灾害遥感初步调查
[J ].国土资源遥感, 2008(2) :124.
[10] FE I T OS A R Q, COST A G A O P, C AZES T B. A Ge 2
netic App r oach for the Aut omatic Adap tati on of Seg men 2tati on Para meters[C ]∥Pr oceedings of the 1st I nterna 2ti onal Conference on Object based I m age Analysis . Salzburg, Austria:I SPRS, 2006.
参考文献:
[1] FRANK L I N S E, WULDER M A. Remote SensingMeth 2
ods in Mediu m Spatial Res oluti on Satellite Data Land
(上接第10页)
测绘学报, 2003, 32(4) :2832288.
[4] 魏子卿. 我国大地坐标系的换代问题[J ].武汉大学学
标点位标志破坏较为严重, 因此, 在实际应用中尽量使用海南C 级GPS 控制网点位成果, 为今后向2000国家大地坐标系成果转换提供坐标成果一致性的条件。
致谢:本课题数据由海南测绘局成果处和国家测绘局海南测绘资料信息中心提供, 特此表示感谢。
报:信息科学版, 2003, 28(2) :1382143.
[5] 郭金运, 朱明法, 徐泮林. 地图数据几何纠正时仿射变
换与相似变换的对比分析[J ].测绘通报, 2001(4) :
23224.
[6] 彭晓艳, 龙毅, 毋河海. 基于仿射变换的Map I nfo 矢量
图形坐标纠正的方法探讨[J ].测绘信息与工程,
2002, 27(5) :627.
[7] 谢鸣宇, 姚宜斌. 三维空间与二维空间七参数转换参
参考文献:
[1] 杨华忠, 李军, 汪舟平, 等. 我国常用大地坐标系与
2000中国大地坐标系间的转换[J ].测绘科学与工
数求解新方法[J ].大地测量与地球动力学, 2008, 28
(2) :1042109.
[8] 毛兴华, 胡方西. 将Map I nf o 和Surfer 结合绘制等值线
[J ].测绘通报, 2001(10) :39240.
程, 2007, 27(4) :126.
[2] 杨元喜, 徐天河. 不同坐标系综合变换法[J ].武汉大
学学报:信息科学版, 2001, 26(6) :5092513.
[3] 陈俊勇. 关于中国采用地心3维坐标系统的探讨[J ].