对象分类论文（精选7篇）
对象分类论文 篇1
1 概述
视频对象分割是指把图像序列或视频按一定的标准分割成区域, 目的是为了从视频中分离出有一定语义的实体。这种有语义的实体在数字视频中称为视频对象面VOP (Video Object Plane) 。视频对象分割涉及对视频内容的分析和理解, 这与人工智能、图像理解、模式识别和神经网络等学科有密切联系。至今仍没有通用的有效方法去根本解决所有视频对象分割问题, 视频对象分割被认为是一个具有挑战性的难题, 基于语义的分割则更加困难。
由于目标运动的随机性, 使得运动变化区域不确定而具有模糊性, 因此可采用模糊分类的方法在差分图像中对运动变化区域和相对噪声区域进行划分, 从而检测出运动变化区域。
2 算法描述
2.1 算法流程图 (见图1)
本算法采用假定不存在由于摄像机运动而引起的全局运动, 如果存在该运动, 可以通过全局运动估计与补偿来消除由于摄像机运动而带来的相邻帧之间的背景变化。
2.2 模糊划分
在运动目标可视条件下, 差分图像中的运动变化区域内的像素具有灰度值相对较大的特点, 而相对噪声区域的像素具有灰度值相对较小的特点, 因此我们可以选取灰度作为对差分图像中的运动变化区域和相对噪声区域进行划分的特征。此外, 由于运动变化区域内的像素具有灰度值相对较大的特点, 而隶属度函数中的S函数的特点是特征值较大的样本所对应的隶属度较大, 因此我们选择S函数作为运动变化区域的隶属度函数;同理, 选择Z函数作为相对噪声区域的隶属度函数。
令 表示差分图像中运动变化区域的隶属度函数, 表示相对噪声区域的隶属度函数。i表示差分图像中的灰度值, 则
其中b取a, c的中点。
模糊分类方法采用模糊C均值分类算法。设 是n个样本组成的样本空间, C为预先确定的类类别数目, 是每一类的聚类中心, 是第i个样本对第j类的隶属度函数。用隶属度函数定义的聚类损失函数可以表示为:
其中, 为控制聚类结果模糊程度的常数。
在不同的隶属度定义方法下最小化 (3) 式所示的聚类损失函数, 就得到不同的模糊聚类方法。其中, 最有代表性的是模糊C均值分类算法, 它要求观察样本空间中的每个样本对各个类别的隶属度和为1, 即:
在以上条件下求 (3) 的极小值。令J对mj和 的偏导数为0, 可得:
以上两式可由迭代方法得到。
在该算法中, 采用 (3) 为准则函数。由于将差分图像分为运动变化区域和相对噪声区域, 所以分类类别数目为2。
设差分图像中灰度值出现的次数为hi, 令CMR和Cn分别为差分图像中运动变化区域和相对噪声区域的模糊聚类中心, 则有
令 (3) 中的为2, 可得到对差分图像中运动变化区域和相对噪声区域进行划分的准则函数为:
准则函数J是关于a, c的函数, 现在的任务是求使J达到最小值时a, c的值, 设 可使J达到最小, 则:
根据 的值可以确定差分图像中运动区域和相对噪声的隶属度函数, 从而完成对运动区域和相对噪声的模糊划分。当灰度值为
时有 当 时i隶属与运动区域的程度更大, 反之隶属于相对噪声区域的程度更大。设分类门限为
根据t进行划分, 大于t的属于运动变化区域, 小于t则属于噪声区域。从而将模糊分类的结果去模糊化, 并检测出运动变化区域。即
其中: 分别为差分图像, 运动变化区域和相对噪声区域。
2.3 提取视频对象边界
采用Sobel算子提取边缘。设第k+1帧图像为为边缘检测算子,
设MR为通过以上模糊分类方法得到的运动区域在当前帧中的对应位置, 则视频对象的边界 为:
2.4 视频对象生成
由于检测出的边界不一定是闭合的, 所以可以通过填充技术来确定视频对象的大致边界, 然后通过边界后处理器来纠正错误边界, 最后得到准确的视频对象边界, 并根据闭合的视频对象边界生成视频对象。
结束语
本文提出了一种基于模糊划分的运动变化区域自动检测和视频对象生成方法。讨论了基于模糊划分的运动变化区域自动提取和视频对象生成的系统模型, 提出了一种运动变化区域和相对噪声区域的隶属度函数确定的方法, 在确立的模糊分类准则函数的基础上通过寻优计算得到最佳划分, 从而检测出运动变化区域, 并结合当前帧的边界特征生成视频对象。实验表明该算法能够检测出运动变化区域并生成运动对象, 具有较好的鲁棒性和较强的自适应性。
摘要：本文提出了一种基于模糊分类的视频对象分割算法, 确定了运动变化区域和相对噪声区域的隶属度函数, 在确立的模糊分类准则函数的基础上通过寻优计算得到最佳划分, 从而检测出运动变化区域, 并结合当前帧的边界特征生成视频对象。
关键词：模糊分类,视频对象,隶属度函数
参考文献
[1]王军, 沙芸, 吴裕树.基于背景模型的自动视频分割方法[J].计算机工程与应用, 2003, 9.
[2]包红强.基于内容的视频运动对象分割技术研究[D].上海:上海大学, 2005.3 (3) :55-56.
[3]袁基炜, 史忠科.一种快速运动目标的背景提取算法[J].计算机应用研究, 2003.
[4]许志勇, 平西建, 沈海浪.一种基于变化区域检测的运动对象分割算法[J].信息工程大学学报, 2003, 6.
对象分类论文 篇2
在RS技术支持下,选取适当区域及遥感影像,采用面向对象分类法,针对第二次土地调查研究不同地类信息快速提取的.方法.该方法具有较高分类精度,尤其对有林地、水田、茶园、河流水面和道路等地物类别进行识别与分类方面效果较优.分类成果能有效辅助内、外业影像解译,提高土地调查效率,从而快速高效地完成全国第二次土地调查.
作 者：徐健 陈向阳 张海霞 刘伟东 Xu Jian Chen Xiangyang Zhang Haixia Liu Weidong 作者单位：徐健,Xu Jian(武汉大学测绘学院,湖北武汉,430079;国家测绘局第二地形测量队,陕西西安,710054)
陈向阳,张海霞,Chen Xiangyang,Zhang Haixia(国家测绘局第二地形测量队,陕西西安,710054)
刘伟东,Liu Weidong(武汉大学测绘学院,湖北武汉,430079;国家测绘局第一大地测量队,陕西西安,710054)
对社区矫正对象分类矫治的思考 篇3
关键词：社区矫正,分类矫治,基本原则,主要分类
对社区矫正对象进行分类, 实行分类矫治监管是提高社区矫正质量, 有效地对罪犯进行监管和改造的重要环节, 是矫正对象重新进入主流社会, 实现和达到矫正效果的重要手段, 它直接关系到能否有效利用现有的人力、物力和财力资源, 以达到最佳的刑罚效果和社会效果。
一、社区矫正对象分类矫治应遵循的基本原则
社区矫正对象分类矫治首先应在相关法律法规的规定之内, 依照社区矫正的本质属性及方针政策, 遵循犯罪学、控制论、社会学、心理学等要求, 确定基本的分类原则。
(一) 针对性原则
心理学的个性差异理论告诉我们, 没有两名完全一样的罪犯, 这就要求我们对于各个矫正对象采取的矫正措施和过程, 都应当是基于其自身的特定情况并与之相适应。在实践中应针对矫正对象群体和个体特质的不同, 区别年龄、文化、违法类型、个体需要、心理状况等, 在充分了解矫正对象并对矫正对象进行全面评估的基础上, 采取需要什么学什么, 缺什么补什么的办法, 制定针对个案的矫正措施和方案, 实施分阶段、分类别、分层次的矫治教育活动。
(二) 科学性原则
对矫正对象实施分类矫治, 应依据法律法规综合运用各种矫正手段, 充分发挥社区和社会各方的力量优势。在保证实体与程序合法性的同时, 要加强教育内容的多样化、教育主体的多元化。在坚持开展集中教育的同时, 加大个性化教育的比重。要树立以人为本的矫治理念, 以人文和谐的发展理论, 科学引导的方式去唤醒他们的良知, 恢复其理性, 重塑其行为习惯, 加速其再社会化进程。要将心理学知识运用到矫治工作中, 定期开展心理健康教育、个案心理咨询以及必要的心理危机干预。要重视信息技术在社区矫正工作中的应用, 在社区服刑人员日常管理、档案保存、信息交流等方面充分利用计算机和网络技术, 大力提高社区矫正工作效率[1]。
(三) 准确性原则
对社区矫正对象的分类, 应建立在对矫正对象个人情况正确了解和评估的基础上, 因此, 要对矫正对象进行全面调查和综合分析, 对矫正对象建立个人管矫档案, 准确地对矫正对象进行分类矫治前的评判分析。要借鉴一些国家的“人格调查制度”, 建立和完善缓刑、假释征求社区矫正机构意见制度。到公安派出所、居、村委会、有关单位、家庭、学校等地开展调查工作, 在了解被告人的一贯表现、家庭情况、邻里关系和工作、学习、生活环境等基础上, 对是否适用缓刑向法院提出建议, 以对其正确分类施矫奠定基础。
(四) 长效性原则
将罪犯放在社区进行矫治改造, 其根本目的是为了让其更好地完成改造, 更快地融入社会, 成为一个自食其力, 遵纪守法的公民, 并且消除犯罪心理和行为, 不再走上重新犯罪道路。因此, 在矫正过程中, 矫治工作要着眼长远, 其激励和杜绝重新犯罪机制必须长效, 以克服罪犯功利性改造目的, 引导其树立正确的人生观和世界观。要将矫正对象塑造成为合格公民作为工作的立足点, 以转变对社会态度为根本, 以转变思想观念为核心, 以改善心理素质为基础, 着重从守法意识、价值取向、行为态度三个方面进行重塑, 从而达到矫治的目的[2]。
二、社区矫正对象分类矫治的主要分类及其特征
对矫正对象进行分类就是要明确地通过某项标准或条件, 从而决定对其采取何种矫正手段, 并制定出更有针对性的矫正个案, 以实现矫治目标, 真正使他们获得“新生”。
(一) 根据犯罪类型进行分类
一是被判处管制和缓刑的罪犯, 此类罪犯一般罪行较轻, 社会危害性较小, 相应的人身危险性也较小。二是被暂予监外执行的罪犯, 该类矫正对象是基于其生理上的病患, 而非在监狱中的改造良好, 其主观上的人身危险程度较管制和缓刑人员要大。三是被假释的罪犯, 包括被判处有期徒刑和无期徒刑的罪犯, 这类罪犯经过监狱改造, 因为表现良好, 不具有社会危险性, 才获假释。四是被剥夺政治权利的矫正对象, 这其中既包括单独适用剥夺政治权利的轻刑犯, 也包括附加剥夺政治权利的重刑犯。他们曾实施过的罪行有较大差异, 主观危险性也各不相同。
(二) 根据人身危险性进行分类
尽管社区矫正对象是一些危险性较小的犯罪人, 但他们仍有一定的社会危险性。因此, 应对其危险性进行评价后分到不同小组进行管理。比如:连云港市根据社区服刑人员社会危险性、回归社会的趋向程度, 通过细化的20项考核指标, 对社区服刑人员进行评分, 将社区服刑人员分为A、B、C三类, 也称低危、中危、高危三类人员, 其中A类为人身危险性小、再社会化程度高的人员, B类为人身危险性和再社会化程度一般的人员, C类为人身危险性大、再社会化程度低的人员。分类矫治的重点是高、中危等级矫正对象, 主要是因为他们犯罪类型具有较大的社会危害性, 其主观方面多为故意, 主观恶性相对较大, 而且共同犯罪的人员占据相当比例。
(三) 根据矫正对象的性格特征进行分类
一是顺从型矫正对象, 表现为胆小怕事, 独立性差, 依附性强, 易于接受教育, 自觉遵守规章制度。二是敏感型矫正对象, 表现为不能严格遵守矫正机构的规章制度, 自我吹嘘, 夸夸其谈, 做事不计后果, 行为带有盲目性。三是思考型矫正对象, 表现为善于观察分析和思考, 不轻易相信他人, 逻辑思维逆向发展, 有独特的自我认识方式。四是情感型矫正对象, 表现为感情丰富并易于外露, 容易接受教育和规劝, 但生活漂浮散漫, 易感情用事、冲动。五是忧虑型矫正对象, 表现为多愁善感, 心理活动比较隐蔽, 极少向社区矫正工作者和他人吐露自己的真实思想, 外表沉静孤僻, 少言寡语, 一般不与别人交往, 考虑问题比较偏执, 容易产生自伤、自残或自杀行为。
(四) 根据罪犯的气质特征进行分类
胆汁质型矫正对象思想情感发生快而强烈, 脾气暴躁, 自我抑制力差;多血质型矫正对象表现得热情积极, 但是自身恶习较多, 并且比较顽固;黏液质型矫正对象对各种事物冷淡, 漠不关心, 沉默寡言, 轻易不暴露自己的真实思想, 没有强烈的外在攻击行为, 对监内出现的各种事情沉着冷静, 工于心计, 一旦情感暴发, 会造成极坏的恶果;抑郁质型矫正对象神经活动传递不平衡, 抑制过程比兴奋过程强, 情感发生缓慢, 情绪消沉, 严重内倾, 自身恶习较深, 思想极少外露, 对社区矫正机构开展的各项活动都不感兴趣, 性情比较孤僻, 经不起挫折。
(五) 根据矫正对象的能力大小和年龄进行分类
矫正对象因其个体差异, 在拥有技能和文化水平上有着不同差异, 因此, 矫治管理也不能一般要求, 矫治中应考虑其能力差异, 不能出现让小马拉大车现象。根据年龄的分类, 主要是突出未成年矫治手段与成年人矫治的区别。未成年人与成年人相比, 其生理和心理都没有发育成熟, 社会经验和认识能力远低于成年人, 对自己行为所可能导致的后果还没有正确的预见性, 容易沾染不良行为。但相应的, 其主观恶性也不深, 如果加以正确的教育、帮助、引导和保护, 其戒除恶习的可能性也更大。
当然, 还有其他的分类, 如按照性别分, 按刑期长短分, 按身体状况分和社会状况分等。在具体操作上, 要综合运用现代管理学、犯罪学、心理学、教育学、计算机信息技术等学科的迅猛发展, 为矫治分类提供技术支持。
三、社区矫正对象分类矫治的方法与内容
我们不能强求用一种方法矫治所有的罪犯, 社区矫正对象的社会经历、犯罪经历、家庭状况及性格特征各有差异, 且所犯之罪各不相同。因此, 要因人制宜进行分类指导教育, 针对不同类型、不同层次的矫正对象, 采用不同的矫治手段和方法, 施以不同的矫治内容。
(一) 对高、中危险等级矫正对象的矫治
一是加强社区矫正知识的宣传, 确立矫正对象的服刑意识, 使其充分认识到社区矫正工作的严肃性, 确立社区矫正也是服刑的意识, 防止其主观松懈。二是要在对高、中危险等级矫正对象的生活经历、家庭关系、社会关系、犯罪成因、心理特征、对犯罪如何认识程度等进行全面了解的前提下, 确定教育矫正的重难点, 明确主攻方向, 制定具体而严密的矫正方案, 落实矫正措施, 做到有的放矢、对症下药。三是落实“人格不同处遇不同”, 明确规定不同危险等级的矫正对象的不同处遇, 引导高、中危险等级矫正对象的积极转化。四是实行累进处遇制, 强化对高、中危险等级矫正对象的动态激励。五是严格执行奖惩制度, 加大奖惩力度, 调动矫正对象参加矫正活动的自觉性。六是集中矫正力量, 加强管控力度, 及时掌握其行踪和思想动态, 扼止可能出现的犯罪苗头。七是切实解决高、中危险等级矫正对象的实际困难, 提高其适应社会的能力。
(二) 对不同性格类型矫正对象的矫治
首先应该重视从培养矫正对象的良好性格入手。一般说来, 矫正对象不良性格的形成与他原先所处的社会环境因素有着直接的关系, 只要我们改变了矫正对象原来所处的环境和各种社会关系与生活条件, 就能创造一个新的影响源, 改变矫正对象的性格, 使之向良性方面转化。一是同社区矫正管理工作相结合, 充分调动家庭的作用。通过正确引导其家庭因素的正向强化, 必然产生正向效应, 使矫正对象的某些不良个性品质发生良性转化。二是利用职业技术学校的职能作用, 在对矫正对象实施文化、技能教育中, 使矫正对象的知识结构和道德修养再社会化。三是运用社区矫正的公益劳动这一基本手段, 加强矫正对象的自我能力培养, 使矫正对象在劳动中逐步养成乐观向上、有责任感、集体感、荣誉感、纪律性和团结互助的意志品质, 有意识地进行自我情操的培养。
(三) 对各种气质类型矫正对象的矫治
必须做到:在对矫正对象的不良心理转化中, 对于“胆汁质”的矫正对象, 要采取“软”的方法, 进行“冷处理”, 并适当照顾其自尊心, 在公开场所多肯定其优点, 个体教育时要有一定的教育刺激强度, 开展强大的思想攻势和采取强有力的改造措施, 设法培养他们的自制力;对于“多血质”的矫正对象, 要让他们多参加集体活动, 使他们在集体活动中受到启发, 培养其集体主义精神和坚强的意志力, 同时, 又要对他们加强管理, 严格要求, 及时强化其改造热情, 并采取灵活多样的教育方法, 以适应他们灵活好动的特点;对于“黏液质”的矫正对象, 要少批评, 多鼓励, 激发其改造热情, 多进行感化教育, 要让他们从内心深处真正理解党的方针和政策;对“抑郁质”的矫正对象, 要充分体现党的“教育、感化、挽救”政策, 细致耐心地做好他们的思想工作, 观察其各种 (下转336页) (上接238页) 变化, 发现问题, 及时解决, 消除其内心疑虑。
(四) 对未成年矫正对象的矫治
未成年犯在生理、心理、认知模式上都与成年犯有很大区别, 因此, 我们在借鉴国外先进经验的基础上, 应根据未成年人自身情况、家庭情况, 采取有针对性的矫正措施。比如针对未成年犯易于感化的特点, 在对未成年人进行矫正时, 除采用定期汇报思想和活动、限制权利、公益劳动等措施外, 应侧重于教育感化, 加强思想矫正。教育感化应成为违法犯罪未成年犯社区矫正的一项重要内容。在对未成年犯矫正对象开展矫正工作时, 还应全面调查矫正对象的成长历程、家庭背景、朋友关系、心理特征、犯罪原因等, 根据调查信息, 结合矫正对象的个性特征, 分析其不良行为的原因, 有针对性地制定个案矫正方案, 采取个案工作方法实施矫正[3]。
(五) 对能力大小和罪型各异矫正对象的矫治
矫正对象能力的大小, 决定着他们适应社区矫正各种环境条件的快慢。一般来说, 能力强的矫正对象适应社区矫正环境条件的速度相对较快, 反之亦然。我们在对矫正对象矫治工作中, 要根据罪犯能力大小, 衡量他们的心理承受力, 进而决定矫正对策, 对他们安排合适的工种, 提出恰当的改造要求, 以使他们的心理活动能和我们的要求协调起来, 起到对矫正对象不良心理的限制作用, 促进矫正对象的良性转化。否则, 我们对矫正对象的不良心理所实施的约束力过小, 就会放纵矫正对象恶习的发展;若约束力过大, 超出了矫正对象所能承受的限度, 使之倾其所能, 也达不到目标, 那就会“物极必反”, 使矫正对象丧失自我矫正信心。所以, 深入地考察和研究矫正对象能力的大小, 在对其心理转化中占有相当重要的地位。矫正对象由于所犯罪型的不同, 其矫治也应当有所区别。对缓刑人员重点进行认罪服法教育及心理压力的疏导减压工作;对假释人员以法制教育、思想教育、社会规则和社会新知教育为主;对剥权人员以重点监控及解决实际困难为主, 通过有针对性的教育和多种矫治手段的综合运用, 确保矫正质量。
综述可见, 分类矫治的社区矫正工作模式体现了“以人为本、教育为先、区别对待、积极稳妥”的原则, 让罪犯在与社会的密切交往中, 不再排斥社会、仇视社会, 有利于调动罪犯改造的主动性和积极性, 有效地防止其重新犯罪, 更有利于社会生活的稳定, 减少社会对立面, 缓解部分社会矛盾, 充分体现了立法本意的人道主义原则。
参考文献
[1]吴宗宪.利用社会资源开展社区矫正的模式探讨[J].中国司法, 2007, (1) :76.
[2]阎循店.监狱新体制下罪犯分类管理机制构想[J].中国司法, 2007, (11) :30.
对象分类论文 篇4
过去40年间遥感技术有了长足的发展, 具备了高光谱分辨率、高时间分辨率、高空间分辨率、多传感器、多平台、多角度对地观测能力, 已经形成了三多和三高的发展局面。2008年9月6日, 美国从范登堡空军基地发射了“地球之眼”-1 (GeoEye-1) 多光谱成像卫星。该卫星由“地球之眼”商业成像卫星公司研制, 可提供分辨率为0.41m的黑白卫星图像和分辨率为1.65m的多光谱卫星图像, 同时可提供被侦察目标的误差小于3m的定位信息。地球之眼-1是当今世界上能力最强、分辨率和精确度最高的商业成像卫星。
一方面是我们获得的遥感图片分辨率越来越高, 另一方面是人们对遥感信息的认识和利用程度远远落后于遥感信息获取的速度, 造成大量资源的严重浪费, 但据统计, 人们用到的遥感信息仅占全部获取信息的5 %左右, 而深层次的信息开发更少, 这个事实极大地限制了遥感技术实际应用效果[1]。现有的遥感处理软件大都采用传统的基于像元与统计分析的分类方法, 主要包括监督分类和非监督分类。
监督分类是一种常用的精度较高的统计判决分类, 在已知类别的训练场地上提取各类训练样本, 通过选择特征变量、确定判别函数或判别规则, 从而把图像中的各个像元点划归到各个给定类的分类方法[2]。非监督分类是在没有先验类别知识的情况下, 根据图像本身的统计特征及自然点群的分布情况来划分地物类别的分类处理。
以上这些方法适合于多光谱和高光谱分辨率的遥感图像, 对于分析低分辨率遥感图像中的大面积区域变化可能会取得较好的结果。然而, 对于高分辨率的遥感图像, 目标物的形状清晰可见, 图像上地物景观的结构、形状、纹理和细节等信息都非常突出, 而光谱分辨率并不高, 因此, 针对高空间分辨率图像, 在分类时不能仅依靠其光谱特征, 更多的是要利用其几何信息和结构信息。
面向对象的信息提取方法, 针对的是对象而不是传统意义上的像素, 可以充分利用了对象信息 (色调、形状、纹理、层次) , 类间信息 (与邻近对象、子对象、父对象的相关特征) 。目前关于面向对象的分类平台应用较单一, 多基于德国的Ecognition 软件, 本文基于ENVIZOOM 软件平台对面向对象的分类方法做了有益探索, 为更好的利用地球之眼卫星图片提供参考。
2 实验区及数据源
2.1 地球之眼-1卫星的基本参数设置
地球之眼-1将运行在684km高的太阳同步极地轨道上, 以大约7.5km/s的轨道速度飞行, 每天绕地球12或13圈, 每天都在当地时间上午10:30左右通过给定地区。它将能以0.41m全色分辨率和1.65m多谱段分辨率搜集图像, 而且同样重要的是它还能以3m定位精度精确确定目标的位置。
2.2 实验区域
本文所采用的数据是由GeoEye提供的中国张家界国家森林公园的遥感影像, 研究区域内地形多以山地为主, 景观多为森林。影像数据包括全色和多光谱, 其中全色分辨率为0.5m, 多光谱为2m, 带有各自的rpc参数。
3 理论基础与方法
3.1 影像对象构建
影像对象构建主要用了影像分割技术, 常用分割方法包括基于多尺度的、基于灰度的、纹理的、基于知识的及基于分水岭的等分割算法。比较常用的就是多尺度分割算法, 这种方法综合遥感图像的光谱特征和形状特征, 计算图像中每个波段的光谱异质性与形状异质性的综合特征值, 然后根据各个波段所占的权重, 计算图像所有波段的加权值, 当分割出对象或基元的光谱和形状综合加权值小于某个指定的阈值时, 进行重复迭代运算, 直到所有分割对象的综合加权值大于指定阈值即完成图像的多尺度分割操作。
多尺度分割是从一个像素的对象开始进行一个自下至上的区域合并技术, 小的影像对象可以合并到稍大的对象中去。在这个聚集过程中, 最优化技术可最小化异质的权重。在每一步骤中相邻的影像对象对, 只要符合定义的异质最小生长的标准就合并, 如果这个最小的扩张超出尺度参数定义的阈值范围, 合并过程就停止。
任何一个影像对象的异质性值f是由4个变量计算而得:wcolor (光谱信息权重) 、wshape (形状信息权重) 、hcolor (光谱异质性值) 、hshape (形状异质性值) 。w是用户定义的权重, 取值于0～1之间:wcolor+wshape=1,
F=w·hcolor+ (1-w) ·hshape。
形状异质性值由两部分组成:紧密度hcmpct和光滑度hsmooth:
Hshape=wcmpc·thcmpct+ (1-wcmpct) ·hsmooth。
3.2 影像对象的分类
面向对象分类技术提供了丰富了对象特征, 在分类的时候, 可以利用丰富的影像特征:影像的对象信息, 如光谱、形状、纹理、层次等;影像对象的上下文信息, 如与邻近对象、子对象、父对象之间的关系等;同时还可以导入、导出专题数据等。
目前常用的方法是“监督分类”和“基于知识分类”。这里的监督分类和监督分类是有区别的, 它分类时和样本的对比参数更多, 不仅仅是光谱信息, 还包括空间、纹理等信息。基于知识分类也是根据影像对象的熟悉来设定规则进行分类。由于本文所采取的辅助参考数据较少, 研究区域类别较少所以采用监督分类的方法。
4 地球之眼卫星遥感影像分类与信息提取
4.1 地球之眼遥感数据特性评价
4.1.1 直方图评价
对各个波段图像进行灰度值统计, 可以得出如下结论:红外波段变动范围最大。按标准差由高到低, 各波段的排序为波段红外、红、蓝、绿。按其动态范围由高到低, 各波段的排序为波段红外、红、蓝、绿。其信息量由高到低的排序为波段红外、红、蓝、绿。
4.1.2 波段的相关性评价
在大量的遥感图像数据处理中发现, 遥感图像的波段之间具有较强的线性相关性, 尤其相邻波段的线性相关性非常强。波段数据之间这种强线性相关性正是遥感多光谱数据的重要特点之一。
对子图像进行各波段的相关性分析, 公式如下:
其中Rkl为k波段与l波段间的相关系数, Vijl为l波段图像中第i行、j列的像元亮度值, ul为l波段的均值。
从表3中可以看出, 红外波段与波段蓝、绿、红的相关系数均比较低。而波段蓝与绿波段的相关系数最高。其次是绿波段和红波段。再次, 就是红波段和蓝波段。就波段组合而言, 最佳波段组合应为红外、红、蓝。
4.2 影像处理
在进行分类处理之前对影像在erdas中进行预处理, 比如影像的校正、图像光谱增强、影像融合、直方图均衡化等处理, 预处理的主要目的是根据资料及所需要的专题信息设法提高遥感图像的可分性, 使其更利于图像分割及信息提取。
在完成几何校正、噪声消除及图像配准后, 是信息融合过程。通过信息融合, 将大大减少或抑制探测对象或环境解释中可能存在的多义性、不完全性或不确定性, 从而提高遥感图像分割、识别及解译的能力。
数据融合技术一直是近几年国际遥感界研究的热点。将高分辨率遥感影像与多光谱影像进行融合的主要目的是提高多光谱波段的空间分辨率, 增强图像的清晰度和解译能力[3,4]。本研究中, 图像融合方法以ERDAS9.2软件为平台, 对实验区范围内GeoEye全色影像和多光谱影像进行融合处理, 分别采用了主成分分析、乘积法变换、Brovey变换和小波变换4种融合算法融合。
主成分变换, 其算法是将输入波段中共有的信息编制到第一主成分, 再把全色数据拉伸使其和主成分第一分量有着相同的均值和方差, 并把全色数据代替PCT的第一分量进行主成分逆变换完成影像融合。乘积法是一种简单的代数运算, 即将高分辨率波段与多光谱两个灰度矩阵进行矩阵乘积。Brovey变换法是通过归一化后的多光谱波段与高分辨率影像乘积来增强影像的信息[5]。小波变换在空间域上和频率域上同时具有良好的局部化性质, 利用小波变换法可以“聚焦”到对象的任意细节, 从而被誉为“数学显微镜”[6]。影像经小波分解后其频率特性得到了有效分离, 低频部分反映的是影像的整体视觉信息, 各高频成份反映的是影像的细节特征[7]。小波变换的优点是保留了高分辨率影像的高频特性, 使整体融合效果较好, 提高了多光谱影像的空间分辨率, 同时又保持了多光谱影像的光谱信息[8]。
从本次实验的效果看, 小波变换的融合效果最好 (图1) 。
4.3 面向对象的多尺度图像分割
定义地表覆盖类型是分类建立的基础。经过野外调查和目视判读, 本文将研究区的土地利用和覆盖类型分为4类:植被、耕地、居民地和道路。确定地表覆盖类型之后, 就可以对分割后的每个对象进行特征计算, 提取出对象的特征。
图像分割是生成图像对象的过程, 产生一个图像对象层体系, 为后续的分类或分割工作提供信息的载体和构建的基础。本研究采ENVI ZOOM软件自带的边缘分割算法对影像进行分割。ENVI ZOOM是envi4.5版本中推出的专业用于面向对象影像分类的新模块, 其Feature Extr action模块采用基于边缘分割的算法, 能够快速、准确地对影像进行分割, 并可以实时快速地在一个预览窗口中查看结果以评估分割的准确性。经过多次试验, 设置分割尺度参数为30。
影像分割时, 由于阈值过低, 一些特征会被错分, 一个特征也有可能被分成很多部分。可以通过合并来解决这些问题。FX利用了 Full Lambda-Schedule算法。经过反复实验我选择的参数为95。
计算4个类别的属性:光谱、空间、纹理、自定义 (颜色空间和波段比) 。其中“颜色空间”选择3个RGB波段转换为HSI颜色空间, “波段比”选择绿波段和红绿蓝3波段的和计算比值。监督分类选择4类地物的样本用红色表示耕地, 蓝色表示道路, 紫色表示房屋, 绿色表示林地。分类结果如图2。
4.4 对比实验
为了与在ENVI ZOOM面向对象分类方法相比较, 本文还在ENVI4.5平台上进行了使用最大似然法分类器的基于像元的分类。基于像元的监督分类方法通过比较待分类像元与训练样本中各类别的n维灰度向量 (n为参与分类的波段数) , 将待分像元进行分类。常用的监督分类有平行六面体法、最大似然法、最小距离和马氏距离等。最大似然分类法是经常使用的监督分类方法之一, 它是通过求出每个像元对于各类别归属概率 (似然度) , 把该像元分到归属概率 (似然度) 最大的类别中去的方法。最大似然法假定训练区地物的光谱特征和自然界大部分随机现象一样, 近似服从正态分布, 利用训练区可求出均值、方差以及协方差等特征参数, 从而可求出总体的先验概率密度函数。当总体分布不符合正态分布时, 其分类可靠性将下降, 这时不宜采用最大似然分类法。本文最大似然法分类结果见图3。
4.5 精度评价
在影像上随机选取参考点, 通过高分辨率影像图进行图上判读, 精确确定每个参考点的地物类别, 对两种分类方法进行精度评价。两种种分类方法的精度评价结果如表4。总的来说, 基于分割, 选取训练样本对象, 采用监督分类的面向对象分类方法总体精度从基于像素的分类方法的84.23 %提高到91.38 %, 面向对象的分类方法有很大的优势。从表4中看出, 由于道路有明显的几何形态特征, 面向对象的方法在对道路进行分类具有很高的精度, 远远大于基于相元的关于道路的分类。耕地的纹理特征也比较特殊, 因此基于对象的分类, 对耕地的分类效果也比较满意。本研究中房屋的分类精度低于基于像素的分类, 原因在于选取对象时分块取值参数为30, 对于林地而言参数过小, 使部分小林斑归入了房屋。
5 结语
通过对实验区的地球之眼遥感卫星图片进行基于相元与基于对象的分类方法的对比试验, 结果如下。
(1) 面向对象的信息提取方法可以灵活运用地物的形状特征、光谱和纹理信息, 能比基于像元的传统分类方法得到更多地物信息和更好的提取效果。
(2) 通过影像分割, 面向对象的信息提取方法能保持分类对象在空间上的连续性, 避免了“椒盐噪声”现象。
(3) 对象特征的长宽比是道路信息提取最重要的影响因素。寻找对象的显著特征对面向对象的信息提取至关重要。
(4) 影像分割尺度参数的获取带有人为的主观性, 未能进行可靠分割精度评价, 这也是今后影像分割尺度研究的一个方向。
(5) ENVIZOOM只基于一个分割图层的多尺度分割方法有很大的局限性, 比如本研究区分割尺度设为30能满足大部分地物的分割要求, 但对于林地约显过小, 如果能基于多层进行多尺度分割能很好的解决这一问题。
参考文献
[1]张俊, 于庆国, 侯家槐.面向对象的高分辨率影像分类与信息提取[J].遥感技术与应用, 2010 (1) :112~117.
[2]李爽, 丁圣彦, 许叔明.遥感影像分类方法研究[J].河南大学学报:自然科学版, 2002, 32 (2) :70~73.
[3]张炳智, 张继贤, 张丽.土地利用动态遥感监测中多源遥感影像融合方法比较研究[J].测绘科学, 2000, 25 (3) :46~50.
[4]楼立明, 刘卫东, 冯秀丽.基于高分辨率遥感影像的土地利用变化监测[J].遥感技术与应用, 2004, 19 (1) :30~33.
[5]孙丹峰.IKONOS全色与多光谱数据融合方法的比较研究[J].遥感技术与应用, 2002, 1 (17) :41~44.
[6]王智均, 李德仁, 李清泉.利用小波变换对影像进行融合的研究[J].武汉测绘科技大学学报, 2000, 25 (2) :137~141.
[7]林卉, 景海涛, 张连蓬.atrou小波变换与PCA变换相结合的遥感影像融合分析[J].地球信息科学, 2008, 10 (2) :269~272.
对象分类论文 篇5
省委、省政府高度重视全省扶贫开发工作,年初,根据省委统一部署,34位省级领导分别深入到38个重点扶贫攻坚县中的定点扶贫联系县,开展扶贫专题调研,并撰写形成了调研报告。4月份,省委副书记、常务副省长莫建成,副省长李炳军召集省直有关部门和单位研究部署落实行业扶贫责任。5月份,省委常委会、省政府常务会分别听取全省扶贫开发工作专题汇报,省委、省政府出台《关于全力打好精准扶贫攻坚战的决定》(赣发[2015]10号)。6月份,召开全省精准扶贫攻坚现场推进会。可以说,全省扶贫攻坚经历了一次大调研、大谋划、大举措的发展机遇期。
一、深入学习贯彻习近平总书记的重要指示和有关会议精神,进一步增强扶贫攻坚的积极性和主动性
(一)习近平总书记关于扶贫开发的重要指示
6月18日,习近平总书记在贵州召开部分省区市党委主要负责同志座谈会,听取对“十三五”时期扶贫开发工作和经济社会发展的意见和建议。强调指出,“十三五”时期是确定的全面建成小康社会的时间节点,全面建成小康社会最艰巨最繁重的任务在农村,特别是在贫困地区。各级党委和政府要把握时间节点,努力补齐短板,科学谋划好“十三五”时期扶贫开发工作,确保贫困人口到2020年如期脱贫。习近平总书记就加大力度推进扶贫开发工作提出“四个切实”的具体要求,即:切实落实领导责任、切实做到精准扶贫、切实强化社会合力、切实加强基层组织。其中特别强调要做到“六个精准”,即:扶持对象精准、项目安排精准、资金使用精准、措施到户精准、因村派人(第一书记)精准、脱贫成效精准;要实施“四个一批”扶贫攻坚行动计划,即:通过扶持生产和就业发展一批,通过移民搬迁安置一批,通过低保政策兜底一批,通过医疗救助扶持一批,实现贫困人口精准脱贫。
(二)全国扶贫办主任座谈会
6月25日,国务院扶贫办召开扶贫办主任座谈会,会议传达学习了习近平总书记关于扶贫开发重要指示,并就全面落实中央精准扶贫精准脱贫战略提出了在建档立卡、分类施策、谋划长远等方面下功夫,最后还就切实抓好扶贫系统作风能力建设方面提出了要求。
(三)全省精准扶贫攻坚现场推进会
6月9日,全省精准扶贫攻坚现场推进会在吉安县召开,这是一次高规格、大规模的会议,省直有关部门,各设区市、县(市、区)主要负责同志出席会议。省委书记强卫、省长鹿心社作重要讲话,省委副书记、常务副省长莫建成主持。各设区市扶贫部门主要负责同志列席。会议明确,加快实现精准扶贫攻坚工作目标,要求减贫任务提前完成,力争到2018年全省基本消除绝对贫困现象,贫困县脱贫摘帽取得突破性进展;2019—2020年,进一步巩固发展精准扶贫攻坚成果,贫困县全部退出,确保贫困地区和贫困群众共奔小康不掉队。会议要求全省精准扶贫攻坚要按“找准原因、精准施策、建立机制、形成合力”的要求,聚焦三个着力点,打好产业扶贫、保障扶贫、安居扶贫三场攻坚战,并明确全面加强精准扶贫攻坚的六大工作机制。强卫书记在讲话中指出,省委、省政府研究出台《关于全力打好精准扶贫攻坚战的决定》,全省扶贫攻坚的目标、思路、举措都已非常明确,现在关键是要齐心协力、真抓实干、狠抓落实,努力推动全省扶贫攻坚取得更大成效,确保老区人民与全国人民一起进入全面小康社会。省长鹿心社在讲话中强调,打好扶贫攻坚战,核心是精准,关键在落实。
二、全面落实精准扶贫攻坚战略部署,进一步增强贯彻落实的执行力和创造力
全省精准扶贫攻坚现场会召开后,各地各部门积极行动,结合本地区本部门实际采取了很多切实的措施,取得了一定的成效。为更加有力推进精准扶贫攻坚,今年下半年及今后一个时期,要着力加强以下方面的工作。
一是着力统筹精准扶贫攻坚政策措施。扶贫攻坚是一项涉及诸多领域、需要配套政策相互支撑的系统工程。省委、省政府出台《关于全力打好精准扶贫攻坚战的决定》,是指导全省精准扶贫的纲领性文件。为把《决定》的各项要求落到实处,特别强调要求各地各部门要认真抓好《决定》的贯彻落实,把打好精准扶贫攻坚战作为一项严肃的政治任务;要制定本地区本部门落实精准扶贫攻坚的实施方案,在规定的时间内报省扶贫开发领导小组审批执行。近一个月来,省办不断督促各地、各部门上报实施方案或实施意见。目前省直有关部门材料已全部报齐,正拟以省扶贫开发领导小组文件批转各地各部门执行。全省11个设区市和25个贫困县《实施意见》也已上报,省办正在对各地各部门上报的材料进行梳理汇总、统筹研究,并将有关情况报省委、省政府。同时,省办拟将省委省政府《决定》、省扶贫开发领导小组批转的省直有关部门《实施方案》文件,以及各设区市和25个贫困县的《实施意见》汇编成册,印发各地、各部门学习参考。在此,要求各设区市、各县(市、区)参照省办做法,将本地有关文件汇编成册,以形成全省完整的系统性文件。
二是着力构建扶贫攻坚组织保障体系。随着精准扶贫工作的深入推进,大量细致的工作需要完善的组织体系来保障和支撑。应该说有的县(市、区)在结合实际,加大扶贫攻坚力度,特别是构建扶贫攻坚组织保障体系上,下了很大力气,采取了很多措施,也总结了很好的经验。最近吉安县委、县政府出台《关于全面加强精准扶贫攻坚组织保障体系建设的决定》,构建了完整的县、乡、村、户“四级联动”扶贫攻坚组织架构,这对推进扶贫攻坚起着重要的作用。省办对此给予充分肯定,并提请省扶贫开发小组转发了吉安县的文件。新阶段扶贫开发实行的是“中央统筹、省负总责、市县抓落实”的管理体制,也就是说中央要做好政策制定、项目规划、资金筹备、考核评价、总体运筹等工作,省级要做好目标确定、项目下达、资金投放、组织动员、检查指导等工作,市县要做好进度安排、项目落地、资金使用、人力调配、推进实施等工作。要做到精准扶贫、精准脱贫,没有强有力的组织保障体系是难以奏效的。特别是县、乡、村、户四级组织保障工作做得如何,至关重要。这次省扶贫开发领导小组转发的文件,就是特别要求县级要组建扶贫攻坚领导小组,并下设产业扶贫、设施扶贫、搬迁扶贫、智力扶贫、劳务扶贫、保障扶贫、结对扶贫等七个工作组;乡镇要组建扶贫工作站,由乡镇党委分管领导兼任站长,并做到有固定机构编制、固定工作人员、固定办公场所、固定工作经费“四个固定”;对村级基层组织、驻村工作队和干部结对帮扶也有明确要求。这项工作,原则上要求25个贫困县依照执行,其他非贫困县参照执行,并于今年8月底前完成组建工作,有关文件报送省扶贫和移民办。省扶贫开发领导小组将适时开展督查,督查情况予以通报,请各地予以高度重视。
三是着力推进驻村帮扶工作。驻村帮扶对精准扶贫精准脱贫,起着重要的“管道”作用,也是扶贫攻坚组织保障体系中村级组织的重要力量。要立足“十三五”2900个贫困村,按照中央、全省新一轮定点扶贫安排部署,统筹谋划、分层推进驻村帮扶工作。新一轮省派单位定点帮扶贫困村已全面启动,省委各部门和省直各单位及副厅级直属单位、中央驻赣单位、大专院校、驻赣部队、省属企业和驻赣央企、金融机构等共291个单位帮扶301贫困村名单已确定,正在签发文件。各设区市、各县(市、区)也要迅速将市直和县直定点帮扶单位落实到贫困村,并将定点帮扶贫困村单位名单报省办,省办将汇编省、市、县三级定点帮扶单位工作手册。由于省、市、县三级共将派出5000多个单位帮扶2900个贫困村,因此1个贫困村可能出现2个甚至2个以上定点帮扶单位,对此要协调处理好几个驻村单位的关系,以形成最大的扶贫攻坚合力。省、市、县扶贫部门要与组织部门合作,督促驻村帮扶单位选派2至3名有较强工作能力、熟悉农村工作的干部组成驻村工作队,明确一人担任队长,驻村工作队队长原则上任帮扶贫困村的党支部“第一书记”,确保每个贫困村都有驻村工作队和第一书记。省、市、县要对驻村工作干部搞好培训,并加强督查工作。
四是着力抓好干部结对帮扶。干部结对帮扶,是起着把扶贫资金和具体帮扶措施精准“滴灌”到贫困对象身上最直接的“管道探头”作用。要求各级干部与贫困户结对,实现干部结对帮扶全覆盖,确保每户贫困户都有干部结对帮扶。要建立信息服务平台,实行动态管理、无缝对接,做到帮扶单位、驻村工作队、帮扶干部、贫困户信息互联互通。结对帮扶要一包到底,不脱贫不脱钩。要精准施策打好结对帮扶组合拳,实行“五定”(即:定对象、定政策、定措施、定责任、定目标),一户一策或多措并举,要开拓思路、创造特色,尤其要结合各自职能、发挥各自优势,综合施策,组合帮扶,做到一类一套帮扶方式、一户一套帮扶办法,要重点做好帮扶发展产业、帮扶就业创业、帮扶完善保障、帮扶改善条件和帮扶提升后劲等。近期到一些地方调研,发现了很多好的做法,比如在贫困户的大门墙壁上订贴贫困户和帮扶干部的信息卡,一目了然,也便于监督。这些好的做法,各地可学习借鉴。
五是着力谋划“十三五”扶贫和移民规划。今年是“十二五”规划收官之年,同时也是谋划“十三五”扶贫和移民规划之年。谋划好“十三五”扶贫和移民规划,对做好全省下阶段扶贫和移民工作具有重要的指导意义。现在“十三五”规划扶持的2900个贫困村已经确定,各地要以省委省政府《决定》为指针,切实抓好2900个贫困村的调查摸底和建档立卡工作,并围绕2900个贫困村和建档立卡贫困户精准扶贫、精准脱贫的要求,认真做好“十三五”规划编制和年度项目计划制订工作。规划要分三个层面进行。第一,要抓好四大专项规划。①关于搬迁移民扶贫规划。各县(市、区)要根据搬迁移民扶贫条件和范围等政策要求,首先结合对“十三五”贫困村调查摸底,摸清需要搬迁移民村组或居住点数量,以及搬迁户数和人口数,并摸清其中建档立卡户数和人口数。同时摸清非贫困村需要搬迁移民村组或居住点等相关数据。按照贫困村优先搬迁,并确保到2018年完成贫困村搬迁任务的要求,进行全面规划。也就是说,“十三五”期间,前三年搬迁移民重点是贫困村,后两年则侧重非贫困村搬迁。在这里特别要强调的是,凡是列入搬迁规划的村庄,不再安排村庄整治等基础设施和公共设施项目建设,也不允许新建房屋。关于搬迁移民所需财政和金融支持方面,据悉国家将采取重大措施,加大建档立卡贫困户支持力度,包括财政直补和金融贷款两个方面,国家有关部门正在抓紧研究出台有关政策。至于整体搬迁中涉及非贫困户搬迁支持问题,国扶办的意见是仍按各省原有政策支持,所以在规划中要把上述等有关因素考虑其中。②关于贫困村村庄整治建设规划。对未列入搬迁移民扶贫的贫困村,结合贫困村调查,按照“全面摸底、分类推进”的思路,将2900个贫困村中的村组分为三类:第一类为不通水泥路、土坯房和危旧房多、基础设施条件差、没有实施新农村建设、贫困人口占比较高的“满目疮痍”村,作为重度贫困村民小组;第二类为已通水泥路、土坯房和危旧房较少、基础设施条件一般的,作为中度贫困村民小组;第三类为基础设施相对较好、新房占比较高、已实施新农村建设、贫困人口占比较低的,作为轻度贫困村民小组。在村庄整治规划中,要按照优先整治重度贫困村民小组,并确保到2018年底全面完成重度贫困村民小组整治的要求做好规划,即“十三五”时期前三年,重点整治重度贫困村民小组,后两年则侧重整治中度贫困村民小组。对重度贫困村民小组整治,尽可能利用省里为每个贫困村专项安排.1个村民小组的整治项目和资金,并整合新农村建设资金等给予解决。25个贫困县如在常规安排的村庄整治项目计划内三年不能完成重度贫困村民小组整治任务的,可利用“十三五”贫困村数量较“十二五”贫困村数量调减了20%,但资金仍保持不变这一条件,扩大安排重度贫困村民小组整治数量。如采取此措施仍不能完成任务的,则由县(市、区)筹措资金予以解决。同样,非贫困县如在省里安排的项目和资金计划内,仍不能完成贫困村村庄整治任务的,由各县(市、区)筹措资金予以解决。目前“十三五”确定了2900个贫困村,如在此之外,还有那种“满目疮痍”的村没有包括在内,请各地将其列入市、县级贫困村,进行扶持,其村庄整治建设资金筹措由市、县安排和落实,并如期完成整治任务。③关于产业扶贫规划。国家对产业扶贫基本思路是,对有劳动能力的贫困户,重点支持其通过直接发展产业来增加收入,改变贫困状况。结合我省实际,具体组织实施方法有三种:一是针对贫困村,通过推广“四位一体”产业发展模式,将贫困户和非贫困户组织起来发展产业;二是针对非贫困村,通过在乡镇级层面推广“四位一体”产业发展模式,将非贫困村中贫困户组织起来发展产业。考虑到在乡镇级层面推广“四位一体”产业发展模式,涉及农户较多,因而在实际操作中,可允许在一个合作社中,发展3-4个产业,以满足贫困户产业发展多样化实际需求。三是鉴于推广“四位一体”产业发展模式,需要一定的条件和时间,因而对于一时推广不了“四位一体”模式的地方,可推行“五定”的产业发展模式。对于没有劳动能力的贫困户,即低保户特别是纯低保户,可在为其提供低保补助的基础上,探索通过资产性投入获益的发展模式来实现增加其收入。现在我省有的是通过分户或集体发展光伏产业获益,有的是通过投资农商行等金融产业获益,有的是通过投资建标准厂房和批发市场获益,也有的是投资种、养、加产业获益,但总的要求是尽可能选择投资回报率在10%以上,且比较稳定、可持续的产业。困此,各地要按照上述要求,编制好“十三五”产业扶贫发展规划。④关于“雨露计划”培训规划。要在全面摸底的基础上,做好学历培训和职业技能培训年度计划。其次,要抓好整体规划,在做好专项规划之后,要抓好“十三五”扶贫开发总体规划和水库移民后期扶持总体规划。制定规划要紧紧围绕提前两年实现精准扶贫攻坚目标,落实好“十三五”期间重点是前三年的精准扶贫投入,统筹集中各方面政策、资金和资源实施精准扶贫攻坚。再次,要抓好相关规划的衔接。各级要将“十三五”精准扶贫攻坚规划及各专项扶贫规划、行业规划与当地“十三五”经济社会发展总体规划相衔接;要把精准扶贫攻坚规划与全省区域发展规划、赣南等原中央苏区振兴发展规划、罗霄山连片特困地区扶贫攻坚规划统筹起来。水库移民规划与扶贫规划同样操作。
六是着力完善建档立卡工作。建档立卡是精准扶贫精准脱贫的“瞄准器”和“衡量器”,是一项重要的基础性工作。各地就建档立卡要抓好三个方面的工作:第一,要抓好建档立卡核查和纠错。根据国务院扶贫办对扶贫开发信息系统数据核查要求,我省已经部署开展建档立卡数据专项核查清理工作。数据质量是分析问题和研究政策的基础。各地投入了大量的人力物力,如果由于数据质量导致数据分析工作无法进行,或者数据分析结论严重背离客观实际,精准扶贫、精准脱贫工作就缺乏支撑。请各地扶贫部门主要负责同志高度重视数据填报和核查工作。第二,要做好“十三五”2900个贫困村的建档立卡工作,这次调整的贫困村有相当数量是新纳入,各地要认真细致地对贫困村做好建档立卡工作,确保数据的真实可靠。第三,要做好贫困人口脱贫退出建档立卡的识别和标识工作。国家正在部署贫困村和贫困人口的退出标准、程序和后续扶持政策。省办也正在研究,大致按照“鼓励贫困人口脱贫退出、保障扶贫政策不变”的思路,制定贫困人口退出的相关文件。由于建档立卡是一项细致的工作,各地要充分发挥驻村工作队和“第一书记”的作用。
七是着力强化资金项目管理。扶贫和移民资金项目是我们工作中的“高压线”,必须严格规范运用和管理,加大监管力度,以稽查审计为手段,省级对各地扶贫和移民项目及资金管理进行重点抽查和专项稽查审计;设区市对各县(市、区),县级对各乡镇,以3年为周期,实现稽查审计全覆盖。要强化动态管理,分别依托国扶办、水利部移民局的信息系统,开发资金项目管理模块,对各地扶贫和移民资金、项目进行实时动态管理;要完善制度,规范各地项目与资金的管理,并推行引入第三方参与项目的管理,做到项目设计、决算、验收等方面科学规范。这里要强调一点,现在资金项目审批权大部分都已下放到县,可以说是审批在县、执行在村,有权必有责,县级责任重大,省办正在起草加强资金项目监管的具体办法,要求县级务必要加强监督管理。
八是着力动员社会参与扶贫。广泛动员全社会力量参与精准扶贫攻坚战,是打好这一攻坚战的重要力量。要鼓励企业采取多种方式,推进集体经济发展和贫困群众增收;鼓励社会组织和个人通过多种方式参与扶贫开发。建立江西社会扶贫网,广泛、深入、高效、准确地动员、组织和配置社会扶贫资源,实现社会扶贫和精准扶贫有效结合。要组织开展好今年“10.17”扶贫日活动,全面推进社会扶贫体制机制创新,构建参与平台,创新活动载体,激发社会大量潜在扶贫资源向贫困村和贫困群众有效直接供给,切实强化社会合力,提升社会扶贫攻坚精准度。各地各部门要参照全省方案,结合各自特点,开展特色鲜明、丰富多彩的活动。省级层面与地方层面的活动要相互补充、相互配合,形成上下联动、同频共振的工作合力和舆论氛围。
九是着力做好水库移民管理。水库移民后期扶持工作,主要是移民的搬迁、移民村庄整治建设、移民产业发展扶持和移民培训,已经和四大专项扶贫实现了有效整合。当然其他一些特殊属性工作,比如推进三峡后续年度项目实施,加强水库移民安置管理,需要我们做好细致的工作。水库移民安置工作是一项政策性、技术性、程序性很强的综合性系统工程,我们各级移民管理机构要准确把握和执行有关政策。
十是着力加强扶贫和移民宣传工作。引导好舆论宣传、政策宣传,为精准扶贫攻坚创造良好的舆论氛围,是当前极为重要的一项工作。要加强对省委省政府扶贫开发决策部署,以及全省扶贫攻坚成果的宣传,进一步总结推广好成就、好典型、好经验,弘扬主旋律,打好主动仗。这也要求我们既要干得出色,也要说得出彩。今年上半年,我省已经取得了一定的宣传成果,在中央电视台《新闻联播》、人民日报、新华社、经济日报头版头条等中央主要媒体都有反映我省扶贫攻坚经验和成果的宣传报道。今后我们要继续加强宣传工作,省办已经草拟了《全省扶贫和移民宣传工作管理考核暂行办法》,这次会议印发了征求意见稿,正式印发后要认真执行,以促进我省扶贫和移民宣传工作走在全国的前列。
三、按照“三严三实”要求,抓好扶贫和移民系统作风和干部能力建设
从今年上半年的发展形势来看,我省已开启了小康提速的新征程,“五年决战同步全面小康”开局告捷。省委号召,要牢牢把握可以大有作为的战略机遇期,保持定力,实现同步小康。作为实现全面小康的重中之重,精准扶贫也进入了大有可为的攻坚期,这就需要我们按照“三严三实”的要求,切实抓好扶贫和移民系统作风和能力建设。
一是要大气谋事。扶贫开发事关全面建成小康社会目标的实现,因此要站在落实中央“四个全面”战略布局的高度,着眼实施我省“十六字”发展方针,围绕促进全省“五年决战同步小康”战略部署,瞄准确保贫困群众共奔小康不掉队的工作目标,切实担当起让老区人民一起共享全面建成小康社会成果的历史责任。这就需要不断加强调研,积极谋划扶贫攻坚新措施。在这方面,有很多市、县,做到了对扶贫攻坚的大谋划、大举措,以大会战的决心谋划和推进扶贫开发。
二是要精细做事。扶贫开发是一项艰巨复杂的任务,贵在精准,重在精准,成败之举在于精准。从扶持对象、项目安排、资金使用、措施到户、因村派人、脱贫成效的六个“精准”,到因人因地、因贫困原因,因贫困类型三种“施策”,再到研究实施“四个一批”扶贫攻坚行动计划,一系列针对性强的“滴灌式”举措,都需要细而又细的工作作风和态度。
三是要高效成事。扶贫开发已经进入了倒计时攻坚阶段,距离2020年全面建成小康只有5年时间,而我省提出的是力争提前两年到2018年实现精准扶贫攻坚的工作目标。形势逼人、形势不等人,时不我待,必须以更加明确的目标、更加有力的举措、更加有效的行动,打好精准扶贫攻坚战。更加有效的行动,就需要扶贫和移民干部提高执行力,抓一件事成一件事。要敢于作为,敢于担当,坚持高标准严要求,提高办事效率。
四是要廉洁处事。要按照“三严三实”的要求,对照慎独、慎初、慎微,坚决守住纪律的底线、法律的底线、道德的底线、交友的底线,自架“高压线”、自设“防火墙”、自套“紧箍咒”,把“三严三实”融入修身做人、为官用权、干事创业的方方面面,处处严格要求自己,时时管住生活小节,严于律己、廉洁奉公。今年,办党组为抓好扶贫移民工作和党风廉政建设,在全省扶贫和移民系统开展了“廉洁扶贫行动”,要求认真开展廉政教育,深入推进廉政文化进机关、进项目合同和进培训课堂的“三进”活动,切实加强资金项目的管理和监督;要一级对一级负责,确保党风廉政建设责任制落到实处;要建立群众廉政评议制度,增强群众监督的力度;要严格廉政考核,将廉政考核纳入系统各项考核评先内容。今后,全省扶贫和移民工作考核、财政扶贫资金绩效考评、贫困县党政领导班子和领导干部经济社会发展实绩考核,都要加入廉政建设内容。对干部、职工出现严重违纪、违法、违规行为的地区和单位,实行评优“一票否决”,项目资金安排不列入优先考虑范围。凡涉及扶贫移民资金的违纪违法违规行为受到查处的,省办在系统内进行通报。
2015年时间已经过去七个月,要对已经部署的工作开展一次督查,对下半年及今后一个时期工作作出精心安排。全省各级扶贫和移民系统要提振信心,在全省大有作为的战略机遇期里更加奋发有为,为“五年决战同步小康”、确保贫困群众如期脱贫致富,作出应有贡献!
对象分类论文 篇6
随着遥感技术的迅速发展和高科技社会时代的需求, 遥感影像数据成为数字智能地球的主要数据来源之一, 随之而来的高光谱、高时空分辨率影像也越来越受人们欢迎。与中、低分辨率遥感影像相比, 高分辨率影像在景观结构、形状、纹理和细节等方面都具有非常突出的信息, 能够在较小的空间尺度上观察地表的细节变化。目前, 遥感影像的分类可以采用逐像元分类或面向对象分类。逐像元分类主要考虑像元的波段光谱特征强度信息, 但忽视空间结构关系和上下文语义信息特征。面向对象分类可以结合使用光谱、空间、上下文等更多特征信息进行分类。由于高分辨率遥感影像上地物的光谱信息较少, 基于像元的分类方法并不能提供有效的专题信息。但面向对象分析方法可以在对高空间分辨率遥感影像分类时结合更多的特征, 从而可以更有效地提取专题信息。另外, 传统的逐像元分类是以像素为单元分类的, 易造成分类精度低。面向对象分类的对象不再是单个像素而是由多个具有相关关联的像素组成的对象, 不仅利用了影像的光谱信息, 还利用了空间信息。本文以Geo Eye数据为实验数据, 开展了如下研究:
(1) 以监督分类和非监督分类评价逐像元方法在试验区土地分类的有效性;
(2) 评价基于面向对象方法在试验区土地分类中的有效性;
(3) 对于高分辨率影像, 通过计算总体分类精度和Kappa系数比较逐像元分类和面向对象分类方法的分类精度。
1 试验数据特点
本次实验影像数据由Geo Eye卫星获得, Geo Eye-1卫星是美国的一颗商业卫星, 于2008年9月从美国加州范登堡空军基地发射。Geo Eye-1是太阳同步轨道卫星, 轨道高度684km, 运行周期98min, 该卫星携带高分辨率的CCD相机。Geo Eye系列2颗卫星, 亚米级分辨率;Geo Eye-1全色影像分辨率0.41m, 多光谱影像分辨率1.65m;其中, 全色波长:450~800nm;多光谱中的蓝光波长:450~510nm;绿光波长:510~580nm;红光波长:655nm~690nm;近红外波长:780nm~920nm。简而言之, Geo Eye-1卫星具有分辨率最高、测图能力极强、重访周期极短的特点, 在实现大面积成图项目、细微地物的解译与判读等方面优势突出。
2 逐像元分类方法
传统的监督分类和非监督分类都是基于像元的分类方法, 分类处理时的最小单元是像元, 主要考虑单个对象的光谱信息。
2.1 非监督分类
非监督分类是指人们事先对分类过程不施加任何的先验知识, 而仅凭数据 (遥感影像地物的光谱特征的分布规律) , 即自然聚类的特性, 进行“盲目”的分类;其分类的结果只是对不同类别达到了区分, 但并不能确定类别的属性。
ENVI软件包括K-Means和ISODATA两种非监督分类方法。K-Means是通过计算像元的聚类相似度对地物进行迭代聚类分析, 而ISODATA是使用最小距离技术对像元进行迭代聚合。可以看出, 在这2种方法中, 迭代次数越多, 得到的分类结果越精确, 本试验中选取的迭代次数为6次。非监督分类总体上一般分为4个过程:执行非监督分类、类别定义、合并子类和评价结果。定义类别的根据可以通过在高分辨率图像上目视解译获得, 也可以基于野外实地调查数据。本次通过目视判读将试验区分为耕地、林地、裸地、沙地、村庄、其他6类。通过ENVI软件评价分类结果, 其中总精度和Kappa系数越大表明分类效果越好。从表1中可以看出, Isodata方法分类精度比K-Mean分类精度高。但总的来说都比较偏低, 不能满足要求。
2.2 监督分类
监督分类是利用训练样本 (即先验知识) 去识别其他未知类别像元的一种分类方法。ENVI中监督分类的分类器有平行六面体、最小距离、马氏距离、最大似然、神经网络、支持向量机等。用户根据分类精度要求选择合适的分类器, 选择不同的分类器需要设置的参数不一样, 但是都需要训练样本。ENVI中是利用ROI Tool来定义训练样本的, 也就是把感兴趣区当做训练样本, 因此定义训练样本的过程就是创建感兴趣区的过程。训练样本的定义主要靠目视解译。定义好样本后可以使用ENVI中的ROI可分离性 (Compute ROI Separability) 工具来计算任意类别间的统计距离, 这个距离用于确定2个类别间的差异性程度。这个参数值的范围是0~2, 大于1.8为及格, 数值越大表示类别间的可分离性效果越好。本次试验中计算的数值为1.914, 表示本次选择的训练样本可分离性较好。
本文中选用了常用的4种监督分类器:最小距离、马氏距离、最大似然、支持向量机对影像分别分类, 然后对分类结果进行精度评价。这4个分类器中图像的像元值意义分别为:到类中心的距离和、到类中心的距离、像元属于该类的概率、距分类超平面最近的像素。这4种监督分类的精度评价结果如表2所示。从表中可以看出, 在监督分类中, 支持向量机分类的精度较高。
3 面向对象分类
面向对象分类是指根据影像的光谱信息及形状信息, 设置一定的均质标准参数, 将遥感影像进行分割以形成影像对象, 每一个影像对象都是具有相似光谱特征的像素的集合。此方法不是以单个像素为分析目标, 而是以影像中的像素集合为分析单元, 充分考虑了对象和周围环境之间的联系等因素, 借助对象特征知识库来完成对影像信息的提取。随着高分辨率遥感影像技术的发展, 越来越多的遥感软件具有这个功能, 本文运用的是ENVI的EX模块, 是基于影像空间以及影像光谱特征的面向对象空间特征提取模块—Feature Extraction。EX先对影像进行分割, 然后针对分割出来的斑块对象, 利用光谱、纹理和几何信息对目标进行分类和提取。
3.1 影像分割
影像分割是一种重要的影像分析技术, 是指把影像分成各具特性的区域的技术和过程。比较常用的分割算法是多尺度分割法, 多尺度分割是指从一个像素的对象开始进行一个自下而上的区域合并技术, 小的影像对象可以合并到稍大的对象中。在这个聚集过程中, 相邻的影像对象只要符合设置的异质最小生长的标准就合并, 如果这个最小的扩张超出尺度参数定义的阈值范围, 合并过程结束。在多尺度影像分割过程中要达到满意的分割结果, 分割参数的选定很重要。选择高尺度影像分割将会分出很少的图斑, 选择一个低尺度影像分割将会分割出更多的图斑, 分割效果的好坏一定程度上决定了分类效果的精确度, 我们可以通过预览分割效果 (见图1) , 选择一个理想的分割阀值 (范围是0~100) , 尽可能好地分割出边缘特征。本次试验中选择的分割阈值为40。
3.2 分块合并
在影像分割时, 由于设置的阈值过低, 一些特征会被错分, 一个特征也有可能被分成很多部分。我们可以通过分块合并来解决这些问题。同样也需要选择一个理想的合并阈值 (范围是0~100) , 本次试验中选择的合并阈值为90 (见图2) 。
3.3 分类结果和精度分析
ENVI的EX中的特征提取方法有3种:监督分类、规则分类和直接矢量输出。本文选择的是监督分类, 这里的监督分类和上面提到的监督分类是有区别的, 它不仅仅包括光谱信息, 还包括空间、纹理等信息。从目视结果可以看出, 面向对象的分类结果优于基于像素分类。面向对象的分类总体精度为89.2830%, Kapaa系数为0.8516, 明显高于之前的基于像素的分类方法的精度。图3和图4为面向对象和基于像元的分类结果图。总的来说基于像素的信息提取方法对高分辨率的影像信息提取效果不好, 因为高分辨率的光谱信息不是很丰富, 而基于像素的分类方法主要是根据地物的光谱信息特征来进行分类的。另外, 传统的基于像元的分类方法易受高分辨率影像局部异质性大的影响和干扰, 同物异谱同谱异物的现象比较多并且存在大量的椒盐现象, 分类结果也不易矢量化。而用面向对象的方法进行信息提取能够克服同物异谱同谱异物现象的影响, 有效地消除了椒盐噪声, 而且利用面向对象的方法提取的信息结果比用基于像素的方法提取的信息具有更好的目视效果。
4 总结
通过对分类结果的精度评定和目视判读, 我们可以发现面向对象技术更适合高分辨率遥感影像的分类处理。因为基于像元的分类方法主要依据是像元的光谱特征。而高分辨率遥感图像的细节信息丰富, 光谱信息较少, 图像的局部异质性大。面向对象分类方法可以利用高分辨率图像上丰富的光谱、形状、结构、纹理、相关布局以及图像中地物之间的上下文信息对地物进行分类, 具有较高的分类精度, 而且使分类后的图像含有丰富的语义信息, 便于解译和理解。对高分辨率影像来说, 面向对象分类是一种非常有效的信息提取方法, 具有很好的应用前景。
摘要：随着高分辨率遥感技术的发展, 高分辨率遥感影像得到广泛应用, 特别是高分辨率遥感影像面向对象信息提取技术应用广泛。文章以某地区GeoEye高分辨率遥感影像为数据源, 基于ENVI软件对该遥感影像进行逐像元分类 (包括监督分类和非监督分类) 和面向对象分类, 并比较其分类结果, 结果表明了面向对象分类技术在高分辨率影像中的有效性。
关键词：高分辨率影像,基于像元,面向对象分类,精度评价
参考文献
[1]邓书斌.ENVI遥感图像处理方法[M].北京:科学出版社, 2010.
[2]John A.Richards Xiuping Jia.遥感数字图像分析[M].张晔, 张钧萍, 谷延锋, 等, 译.4版.北京:电子工业出版社, 2009.
[3]祝振江.基于面向对象分类法的高分辨率遥感影像矿山信息提取应用研究[D].北京:中国地质大学, 2010.
[4]韦玉春, 汤国安, 杨昕, 等.遥感数字图像处理教程[M].北京:科学出版社, 2007.
[5]汪秋来.面向对象遥感影像分类方法及其应用研究[D].南京:南京林业大学, 2008.
对象分类论文 篇7
我国是世界上公认的稀土资源大国,2009年我国的稀土产量达12万吨,占世界产量的97%。然而,近年来我国的稀土开发一直存在过度开采、盲目竞争、低价流失海外等严重现象,资源效益也没有得到显现。再加上我国矿产资源开发利用一直比较粗放,缺乏实时监控,再加上逐级上报和群众举报的单一管理模式,容易导致资源的严重浪费。同时,也严重破坏和污染了矿区及周边地区的生态环境。而遥感技术具有多种类、多平台、多波段、多时相的特色和宏观、快速、同步等优点[1],因此将遥感技术应用于稀土矿开采地的监测,可直观反映研究区域的稀土矿开采现状和生态环境的情况,是最快速、最有效的先进手段之一。而稀土矿开采地信息提取是对稀土矿开采地进行遥感监测的基础。
目前,在矿山开采地信息提取方面,针对TM、ETM等中低分辨率遥感影像的矿山开采地信息的提取大部分都是采用监督分类的方法等传统的基于像素的分类方法[2,3];而对于高分辨率遥感影像的矿山开采地信息提取,由于矿区这一特定的研究对象,区域较小,很多解译工作者选择采取人机交互或目视解译等方法[4,5]。然而在研究区域较大的情况下,该方法虽然精度高,但是效率极低。一些学者开始将计算机自动提取的方法应用到基于高分辨遥感影像的矿山开采信息提取方面。Nuray Demirel 等人采用支持向量机的分类方法对Goynuk 露天煤矿的IKONOS进行信息提取,结果表明该分类方法精度能满足项目的需求[6]。Thomas Blaschke等人讨论了传统基于像素的方法的不足,并提出了根据尺度的影像分割,并对保护环境的关注提出了面向对象的分类方法[7]。祝振江[8]以辽宁本溪市某露天矿区的SPOT5数据为实验区,运用面向对象分类技术结合一些纹理信息,地学信息等来研究矿山遥感调查信息的提取,并与传统的分类方法进行了对比分析。结果表明,面向对象分类法比基于像元的分类方法精度更高,更适合于高分辨率遥感分类。以上研究说明,从遥感数据中精确提取矿山开采地信息,需充分利用高分辨遥感影像信息,并结合地学资料、高程信息等的方法。实现矿山开采地信息提取的自动化和准确性,将是今后矿山环境遥感监测研究的一大热点。
1 研究区概况和数据预处理
本文选取江西省定南县为研究区域,分别提取该县2001年、2010年的稀土矿开采地信息,并分析稀土矿的开采现状以及十年的变化情况。研究区位于江西省最南端,研究区总面积1 318.72 km2,辖6镇7乡,人口19.2万。该研究区域是赣南脐橙的主产区之一,且矿产资源丰富,富含稀土矿、钨矿等矿产资源,是2011年江西省赣州市首批稀土国家规划县之一。
本研究主要收集的资料有:2010年11月份的ALOS遥感影像,2001年的Spot—1数据;30 m DEM数据,行政区划矢量数据;以及研究区的其他土地利用等数据。通过对原始遥感影像数据的正射,镶嵌,融合等处理,分别得到2001年和2010年研究区遥感影像数据。
1.1 稀土矿开采地解译标志
对研究区进行稀土矿开采地信息提取,首先要建立相对应的解译标志。研究区内稀土矿开发比较早,随着开采方式的不断改进,矿区内分布了大量已使用过的开采方式相配套的地物类型。研究区中,稀土矿开采方式根据开采工艺的先进程度主要分为三种:池浸法,原地堆浸法和原地浸矿法。其中,池浸法工艺最差,现在基本都已经停开了,原地浸矿法到目前为止最为先进。从色调、形状、阴影、纹理及影像结构等方面,对被提取的与矿山开发状况有关的目标地物要素进行了认真地影像分析、总结和归纳,并通过野外调查,照片资料和遥感影像的辨识对比,建立了研究区稀土矿开采地的遥感解译标志(表1)。
1.1.1 池浸法和原地堆浸法
这两种稀土矿开采方式都是直接剥离山体,将含稀土矿较多的泥土挖起堆放在一起放入浸矿池中,用硫酸铵水等化学液体浸泡。这两种开采方式所开采过的区域,在影像上的色调,纹理和形状基本一致,如图1所示。又池浸法开采方式现在大部分都已经弃用,故本文将这两种开采方式的稀土矿开采地归为同一类(统称为非原地浸矿法)。
1.1.2 原地浸矿法
该方法是近几年引进的一种新的开采方法,该方法不动土方,直接在山顶或山坡上挖注液井,对山体结构的破坏相对于池浸法和原地堆浸法要小,在遥感影像上表现为沿着山脊的条带状或明暗相间的密集点状区域,如图1。将原地浸矿法的稀土矿开采地单独归为一类。
因此,本研究中,将稀土矿开采地信息分为原地浸矿法开采地和非原地浸矿法开采地两类。
(左:非原地浸矿法,右:原地浸矿法)
1.2 研究区域稀土矿开采地信息提取的难点
通过分析分辨率为2.5 m的2010年遥感影像图和野外调查发现:
(1)仅利用遥感影像的光谱信息来提取这两种开采方式的矿区,很难将两者区分。但是,其纹理信息、形状信息和面积信息都有所区别,如图1所示。因此采用基于纹理信息的面向对象的信息提取方法以区分原地浸矿法和非原地浸矿法的稀土矿开采区。
(2)研究区有很多石山,主要成分是石灰岩,山体上的植被疏松,也是沿着山脊的条带状或斑点状,与原地浸矿法的表现形式很相似,如图2。而稀土矿区有尾矿库等相配套的设施。可采用上下文关系将石山和原地浸矿法的矿区区别。
(左:石山,右:原地浸矿法稀土矿开采地)
(3)矿区与刚开发的林地的区分。刚开发的脐橙园在影像上呈一垄一垄的阶梯状,如图3所示。即两者纹理信息有很大的不同,因此可以采用纹理信息来区分二者。
(左:脐橙地,右:稀土矿开采地)
综上所述,利用基于纹理信息、面积信息及上下文关系等特征可以将稀土矿区快速、准确地提取出来。
2 技术方法
从上述分析可知,采用传统的基于像元的分类方法无法有效地提取稀土矿开采区信息。面向对象的信息提取方法是基于面向对象的分割算法产生的,该方法是对图像进行分割,将具有相同的光谱信息和空间特征的同质像元归并成大小不同的影像对象的过程。该方法能够充分挖掘影像自身的光谱信息,空间特征及上下文关系,在不增加额外辅助信息的情况下增加分类的依据,使分类结果与地物的实际情况更加吻合。因此,本研究中结合纹理信息,并利用面向对象的信息提取方法对稀土矿开采地的信息进行提取。
2.1 纹理特征提取方法
如果图像内区域的局部统计特性或其他特性是常数、缓变的或者近似周期性时,我们就称该图像的这一区域具有确定的纹理特征。根据以往的研究,可将纹理分析方法归纳为:统计法,结构(几何)法,模型法以及基于数学变换(信号处理)的方法[9,10]。其中,自Haralick于1973年提出灰度共生矩阵之后,成为应用最广泛的纹理统计分析法,已广泛应用于数字图像处理的许多领域。
2.1.1 灰度共生矩阵
从灰度的角度所描述纹理的定义来看,纹理被认为是在局部窗口内,影像灰度级之间的空间分布及空间相互关系。灰度共生矩阵从该定义的基本思想[9]出发,以条件概率提取纹理特征,统计处于同样位置关系的一对像元的灰度的相关性,并以这一对像元的某一灰度的条件概率来表示纹理,即以P(i,j/Δx, Δy)表示纹理。P(i,j/Δx, Δy)表示给定一对相距(Δx, Δy)的像元,其中一个像元i灰度,另一像元为j灰度的情况出现的联合条件概率密度。统计图像中相距位置为(Δx, Δy)的两个灰度像元同时出现的联合概率的分布成为共生矩阵,设图像灰度为2m级,则灰度共生矩阵由2m×2m矩阵来表示,记做M(Δx, Δy)。
基于灰度共生矩阵的纹理计算步骤如下: ①首先确定纹理的窗口大小N×N,移动步长Δx, Δy; ②通过计算得到窗口区域的灰度共生矩阵;③利用相对应的权矩阵对共生矩阵进行滤波,得到的结果置入新的矩阵中,如均值、熵矩阵;④移动纹理窗口。重复前面的步骤,直到所有的像元都计算完,最后得到完整的纹理图像。
2.1.2 纹理特征提取
根据灰度共生矩阵的定义和原理,可知需要确定的参数有纹理窗口的大小,移动的步长。为了提高运算速度,对不同参数进行比较,先选取了研究区域影像中的一块450×450大小的区域进行实验。
(1)由于ALOS影像各波段之间存在着相关性,为了减少纹理波段的数目与冗余性,首先对影像进行主成分分析,选取信息量最大的第一波段。
(2)通过对步长和窗口大小的不同参数进行一系列的实验,最终确定窗口大小为9×9,步长大小为(1,0)。
(3)最后得到一系列的纹理特征图像(图4)。
[窗口大小: 9×9,步长(1,0)]
2.2 稀土矿开采地信息提取
面向对象的分类方法首先根据图像的光谱信息,形状信息以及紧密度等进行分割,而不同地物类型由其最佳的分割尺度描述,从而形成了多种尺度对象层次的分割网络体系。通过试验,本研究区域中分别采用尺度参数为115的尺度和45的尺度进行多尺度分割,并分别用于后面的大面积地物和小面积地物的分割。之后,选取地物最合宜的特征,建立相应的判定规则。然后采用相应的方法(包括最邻近法和模糊隶属度函数两种方法)进行相应地物的信息提取。
本研究中稀土矿开采地信息提取技术流程如图5所示,具体步骤如下:
(1)首先在大尺度分割层级上,利用稀土矿开采地与石山、刚开发林地、裸地、采石场等地物的相似光谱特征,采用标准最邻近的方法,将稀土矿开采地、石山、刚开发林地、裸地、采石场作为广义的裸地提取出来。
(2)在提取出裸地的基础上,利用对象的面积指数,可以将石山、原地浸矿法开采区等小面积地物提取出来。石山和原地浸矿法开采区也一般是沿着山脊的呈条带状,在图像上所呈现的面积相对于大片开发的稀土矿区、开发的林地、采石场等要小得多;通过观察与实验,采用面积指数小于4 000 pixel即可较好地将石山,原地浸矿开采区等地物提取出来。
(3)在提取出来的石山和原地浸矿法开采地的地物中,利用上下文关系,可将原地浸矿法开采区提取出来。
(4)在分割尺度为45的层级上,剩余未提取的池浸法/原地堆浸法开采区,大面积的采石场、裸地,以及刚开发出来的林地等地物,采用纹理特征进行提取。
实验过程中,池浸法/原地堆浸法开采区,大面积的采石场、裸地,以及刚开发出来的林地等各地物分别选取20个训练区,并分别计算各地物的灰度共生矩阵指标。图6为上述4中不同土地类型的七种特征纹理信息图像灰度共生矩阵纹理值曲线图(由于每种纹理特征的均值基本位于相似的范围,且其指标值相对其它的特征指标值大得多,为了得到一个更易于确定阈值的曲线图,故舍弃了均值特征)。
观察图6发现,非原地浸矿法开采区与其他三种地物类别的协同性(homogeneity)、相异性(dissimilarity)、熵(entropy)、角二阶矩(second moment)这四种的纹理特征指标差别不大;而方差(variance)和对比度(contrast)的纹理特征指标相差较大,可以作为提取池浸法/原地堆浸法开采区的依据。其判别规则是:variance>9 and contrast>4。
通过以上的步骤,便可以将池浸法/原地堆浸法开采区和原地浸矿法开采区提取出来。
2001年研究区的稀土矿区的信息提取是在2010年的提取结果图的基础上,采用面向对象的方法进行的,即结合回溯与面向对象的方法。分类结果如图7所示。
(左:2010年,右:2001年)
3 精度评价与结果分析
3.1 信息提取精度评价
分类结果精度评价采取和亚米级的卫星影像进行对比以及野外验证两种方法。通过与亚米级的卫星影像进行对比的评价方法是:在2010年矿山开采地信息提取的结果上均匀随机选取地检验点,各类别选取的检验点数目根据信息提取结果得到的每个类别的数目而定,其中非原地浸矿法开采区选取94个点,原地浸矿法开采区选取36个点,并以gooleearth以及高分影像为参考数据,进行统计,得到统计结果(表2)。
同时在提取结果图上分布均匀地选取了12个点,并进行野外实地调查,其中有11个点是稀土矿区,另一点所代表的区域实际上是裸岩,野外验证的精度高于90%。
通过精度评价表可以发现,自动信息提取的精度超过了85%,且各类的kappa系数达到了0.8,因此该评价方法的精度评价的结果可信。同时结合野外验证的精度,可知信息提取的结果比较满意。另根据统计结果可以发现,采用面积指数会把某些非原地浸矿开采区误分为原地浸矿开采区,这还有待于今后的进一步研究。
3.2 稀土矿开采现状及十年变化分析
根据2010年、2001年定南县稀土矿区分布图,得到2001—2010年稀土矿区十年变化图,如图8。
对提取出来的稀土矿开采区的面积进行统计,统计结果如表3所示。
通过观察和分析2001—2010年研究区稀土矿区十年变化图以及矿区面积统计表,可以得到研究区稀土矿区的空间分布情况和面积扩展情况,即:
(1)研究区稀土矿开采区主要集中分布于研究区的北部地区的迳脑乡和龙头乡;较少数分布在研究区的中西部地区。
(2)2001年研究区采用池浸法和原地堆浸法进行稀土矿开采,面积为7.39 km2,占研究区面积的0.56%;到2010年研究区采用了一种原地浸矿稀土开采方式,占地面积为0.76 km2;2010年稀土矿开采地总占地面积增长到17.65 km2,占研究区面积的1.31%,是2001年稀土矿区面积的2.34倍。
(3)2010年相比于2001年稀土矿区面积扩展了12.16 km2,2001年中有2.88 km2的稀土矿区,在2010年恢复了植被。
4 结 论
采用结合纹理的面向对象的分类方法对研究区稀土矿开采地进行信息提取,并且将原地浸矿法开采区与非原地浸矿法开采区区分开来,总体精度达到了85.38%。
根据2001年、2010年两年的稀土矿分布图生成了2001—2010年的稀土矿区变化图。在此基础上对稀土矿开采的现状及十年变化进行了分析,发现研究区稀土矿矿区主要集中分布在研究区的北部地区;2001年主要是采用池浸法和原地堆浸法这两种开采方式,在2010年采用了原地浸矿的开采方法;2010年的稀土矿区开采面积总体来说相对于2001年扩展了12.16 km2,同时2001年中有2.88 km2的稀土矿区,在2010年恢复了植被。
研究结果表明,文中采用的方法是有效的。该方法可节省大量的人力和物力,可为相关大面积矿产资源开采区生态环境遥感监测提供技术参考。
摘要：原地浸矿法和池浸法/原地堆浸法(非原地浸矿法)是江西省稀土矿开采常用的方式。以江西省定南县为研究区,根据稀土矿开采方式和特点,采用面向对象分类的方法,结合纹理信息、面积大小及上下文关系等特征,对研究区2010年的ALOS影像进行稀土矿开采地的信息提取,有效区分了原地浸矿法和非原地浸矿法开采区,且两者的总体精度高达85%。并采用回溯法提取了2001年的稀土矿开采地的信息。最后根据稀土矿区分布图,对稀土矿开采现状以及2001—2010年的十年开采变化情况进行了分析。该研究可为该区域及相关矿产资源开采区的环境遥感监测提供数据支持和技术借鉴。
关键词：稀土矿,面向对象,纹理信息,信息提取
参考文献
[1]梅安新,彭望琭,秦其明.遥感导论.北京:高等教育出版社,2001:1—13
[2]Anderson A T,Schultz D,Buchman N,et al.Landsat imagery for sur-face mine inventory.Photogrammetric Enginnering and Remote Sens-ing,1977;(43):1027—1063
[3]陈华丽,陈刚,郭金柱.Landsat TM在矿区生态环境动态监测中的应用,2004;(1):31—33
[4]闵艳艳,龚梅,李思发,等.基于高分辨率卫星遥感数据的铝土矿矿山环境调查研究.贵州地质,2011;28(2):154—157
[5]蔡冬梅,李明哲,曹继如.矿产资源开发动态监测中遥感技术应用综述.矿山测量,2011;(4):32—33
[6]Demirel N,Kemal E M,Sebnem D H.Surface coal mine area moni-toring using multi-temporal high-resolution satellite imagery.Internal Journal of Coal Geology,2011;(86):3—11
[7]Blaschke T,Lang S,Moller M.Object-based analysis of remote sens-ing data for landscape monitoring:recent developments.Anais XII Simpósio Brasilerio de Sensoriamento Remoto,Goiania,Brasil,2005:2879—2885
[8]祝振江.基于面向对象分类法的高分辨率遥感影像矿山信息提取应用研究.徐州:中国地质大学,2010
[9]李京,刘龙飞,陈云浩,等.遥感影像纹理分析方法综述与展望.遥感技术与应用,2003;18(6):441—447
【对象分类论文】推荐阅读：
视觉对象识别论文05-29
大型数据对象论文06-02
对象化管理论文09-30
面向对象测试模型论文12-08
面向对象的软件维护论文10-12
基于class的对象论文11-17
面向对象的软件开发方法分析论文09-09
内容分类论文05-30
感染分类论文09-03
车型分类论文09-05