【教程】面向对象提取（2）-建设用地

本期主要讲述使用Landsat8影像通过面向对象的方法提取建设用地。

数据：Landsat8；行列号：122035；时间：20200422；

软件：eCognition9.0

建设用地提取规则建立

建设用地的提取规则集总共分为4个部分：(1)确定影像范围(2)波段计算(3)地类提取(4)结果导出。

（1）确定影像范围

为了去除背景值，仅对影像区内进行提取，这里首先进行确定影像提取的范围。影像提取范围的确定通过多阈值分割的方法进行，主要是基于影像像元值大于0的特点，通过定义任意波段大于0，即可得到影像作业区。

(2)波段计算

为了方便后续的提取工作，这里对常用的一些阈值方法进行构建成波段的形式。本规则集中主要构建了NDVI、NDWI、亮度以及高斯滤波4种波段。波段的构建通过layer arithmetics算法进行，并且由于上一步中通过多阈值分割方法将影像进行转换为了对象的形式，这里设置作用域为影像对象层。通过该方法定义的波段，不仅可以在波段组合中进行显示，并且还可以参与到多尺度分割方法中进行参与分割。

(3)地类提取

地类提取部分主要是用作各地类的提取部分，在该部分包括了其他地类的剔除以及目标地物的提取。在该部分中主要分为3个小的部分：①去除植被的影响②基础分割③提取建设用地。

①去除植被影响

由于影像中一般包含大量植被，为了减少植被对目标地物提取的影响且后续可能会用到的邻间关系，这里首先提取植被。由于植被提取较为简单，这里采用多阈值分割的方式，通过定义NDVI大于0.3的形式，初步提取出植被边界。之后采用find enclosed by class算法进行小图斑的二次归类，将被植被包围的面积小于30pixel的其他地类归类于植被并进行植被地类的合并操作。

通过上述方法提取到的植被效果如图所示:

②基础分割

基础分割部分即包含了一个多尺度分割算法，该部分主要是对剔除掉植被后的其他未分类部分进行多尺度分割，本例中选择的分割尺度为200，形状因子为0.1，紧致度因子为0.6；且将计算的亮度波段参与分割并设置分割权重为2，其余波段分割权重为1。

分割情况如图所示，可以看出分割的情况较为良好，将大部分建设用地都能比较好的同其他地类分割开来。

③提取建设用地

建设用地的提取只要使用3个指标：亮度，波段1阈值以及高斯滤波。在该部分首先使用亮度值初步提取影像中的高亮部分，这部分即为建设用地的初步目标。其次，使用波段1的阈值进行剔除部分误提的裸漏耕地；最后；使用高斯滤波进行筛选补充少量遗漏的建设用地。

使用亮度初步提取建设用地为设置亮度大于115的对象为temp，具体提取效果如下：

由于亮度值提取中存在部分误提，这里继续使用波段1进行去除部分误提建设用地。具体提取效果如下：

最后考虑到存在少量的误提现象，继续使用高斯滤波进行建设用地的补充，提取效果如下：

（4）结果导出

上面已经完成了区域内的建设用地的提取，下面采用export vector layer算法进行建设用地结果导出。导出结果如下图所示：

-----END-----

社群交流 / 原创投稿 / 商务合作

（请添加下方小助手微信）

来源：生态与遥感应用

推荐阅读

推荐关注

温馨提示：近期，微信公众号信息流改版。每个用户可以设置 常读订阅号，这些订阅号将以大卡片的形式展示。因此，如果不想错过“测绘之家”的文章，你一定要进行以下操作：进入“测绘之家”公众号 → 点击右上角的 ··· 菜单 → 选择「设为星标」

↓↓↓点击下方“阅读原文”查看更多精彩内容...