基于几何语义知识的冬小麦自动分类

为了实现遥感影像的作物自动分类,并探索空间信息在分类中作用.笔者提出结合光谱和空间信息的作物分类方法.首先,借助光谱信息实现地物初始分割,然后以目标作物历史空间分布为语义约束,根据隶属度提取目标作物.最后,在多时相遥感影像条件下,以冬小麦为目标作物进行了方法的验证.结果 显示,本研究方法可实现冬小麦自动提取与识别,总体精度为95.33％,Kappa系数为0.90,可满足农情监测的实际需求.另外,在单时相遥感影像条件下,本研究结合几何语义知识的作物分类精度也达到较高水平.相对于遥感影像单一光谱信息的分类方法,本研究方法利用作物空间信息,不仅能满足精度要求,还实现分类的自动化,对工程化应用具有一定的参考价值.