文章摘要
周湘山,秦甦,魏凡,戴松晨,张磊,周杰,詹晓敏.面向对象分类技术在开发建设项目水土保持监测中的应用[J].水土保持通报,2018,38(3):130~135
面向对象分类技术在开发建设项目水土保持监测中的应用
Application of Object-oriented Classification Technology in Monitoring of Soil and Water Conservation for Development and Construction Projects
投稿时间:2017-09-19  修订日期:2017-12-26
DOI:10.13961/j.cnki.stbctb.2018.03.021
中文关键词: 水土保持监测  无人机低空遥感  面向对象分类  最优分割尺度
英文关键词: soil and water conservation monitoring  low-altitude UAV remote sensing  object-oriented classification  optimal segmentation scale
基金项目:中国电建集团成都勘测设计研究院有限公司青年基金计划项目“水电水利项目水土保持监测近景摄影测量技术及应用研究”(P298-2015)
作者单位E-mail
周湘山 中国电建集团成都勘测设计研究院有限公司, 四川 成都 611130  
秦甦 中国电建集团成都勘测设计研究院有限公司, 四川 成都 611130 8771064@qq.com 
魏凡 中国电建集团成都勘测设计研究院有限公司, 四川 成都 611130  
戴松晨 中国电建集团成都勘测设计研究院有限公司, 四川 成都 611130  
张磊 中国电建集团成都勘测设计研究院有限公司, 四川 成都 611130  
周杰 中国电建集团成都勘测设计研究院有限公司, 四川 成都 611130  
詹晓敏 中国电建集团成都勘测设计研究院有限公司, 四川 成都 611130  
摘要点击次数: 18
全文下载次数: 17
中文摘要:
      [目的]研究基于无人机低空遥感影像的面向对象分类技术在开发建设项目水土保持监测中的应用,为水土保持监测工作的信息化能力提升提供技术支撑。[方法]利用旋翼无人机获取水土保持监测目标区域的低空遥感影像,通过倾斜摄影技术构建数字表面模型,结合ESP分割尺度评价工具获取最优分割尺度参数,采用多元特征空间指标参与最邻近分类法的监督分类,并依据位置信息的评价方法和误差矩阵对分类解译精度进行验证。[结果]本研究的水土保持监测目标区域的地物分类总体精度达到了86.10%,Kappa系数为0.841,有较好的一致性,能够满足精度需求。[结论]利用无人机低空遥感影像的面向对象分类技术实现了开发建设项目水土保持监测区域地物的快速、精确识别和分类。
英文摘要:
      [Objectives] With the object-oriented classification techniques for low-altitude unmanned aerial vehicle(UAV) remote sensing image data, this study monitored soil and water conservation for development and construction projects, to provide technical supports for soil and water conservation monitoring.[Methods] Unmanned multi-rotor aircraft was used to obtain the low altitude remote sensing images in soil and water conservation monitoring target areas. Digital surface models were constructed by oblique photography. The optimal segmentation scale parameters were selected by the estimating the scale parameter(ESP) segmentation scale evaluation tool, and supervised classification by the nearest neighbor classification of multivariate feature space metrics was used. The classification accuracy was verified through the location information validation method and error matrix.[Results] The total accuracy and the Kappa coefficients of target area in monitoring the soil and water conservation were 86.10% and 0.841, respectively. This result could meet the precision requirements.[Conclusion] The object-oriented classification techniques used for low-altitude UAV remote sensing image data achieved fast, accurate identification and classification in the monitoring of soil and water conservation for development and construction projects.
查看全文   查看/发表评论  下载PDF阅读器
关闭