關鍵詞：面向對象 多尺度分割 rmne 最優分割尺度 信息熵 

摘要：多尺度分割是面向對象地物信息提取技術中的重要方法之一。最優分割尺度的選取是該方法的研究熱點。針對現有最優分割尺度選取方法大多僅利用對象光譜特征的局限,本文提出RMNE(the ratio of mean difference to neighbors (Abs) to entropy)方法,利用紋理特征的信息熵和光譜特征與鄰域均值差分絕對值進行對象內部同質性和對象之間異質性的衡量,構建評價函數,通過繪制函數曲線選取最優分割尺度。以北京市城市邊緣地區6 m空間分辨率的SPOT6多光譜影像為例進行多尺度分割,獲得最優分割尺度組合為30,60和80,并與最大面積法和優度函數法選取的最優分割尺度對應的分割結果進行對比。結果表明,RMNE方法的分割結果最好,驗證了該方法的有效性和對高空間分辨率影像的適用性;通過與Google Earth影像對比,發現RMNE方法分割得到的影像對象大小與地物實際大小最為相符。

國土資源遙感雜志要求:

{1}參考文獻中的每條項目應齊全。

{2}來稿文責自負，抄襲率控制在15%以內，嚴禁一稿多投。

{3}文內有關特定內容的注釋以尾注形式寫明，序號用帶圓圈的阿拉伯數字表示。

{4}關鍵詞每篇文章可選4-5個關鍵詞，請選擇能反映論文主要內容或研究方法的詞作為關鍵詞。

{5}正文中出現一百字以上的引文，不必加注引號，直接將引文部分左邊縮排兩格，并使用楷體字予以區分。一百字以下引文，加注引號，直接放在正文中。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社