基于面向对象—深度学习的闽东南低海拔海岸带地区湿地动态遥感分析

路春燕,雷依凡,苏颖,黄雨菲,刘明月,贾明明

Remote Sensing Analysis of Wetland Dynamics based on Object-oriented and Deep Learning in the Low-elevation Coastal Zone of Southeast Fujian

Chunyan Lu,Yifan Lei,Ying Su,Yufei Huang,Mingyue Liu,Mingming Jia

表3 基于影像对象的光谱、纹理与形状特征

Table 3 Spectral， texture and shape features based on image objects

特征类型	特征名称	描述或公式^*
光谱特征^[18]	波段亮度均值	各影像波段亮度的均值
	波段亮度标准差	各影像波段亮度的标准差
	NDVI	$(ρ_{N I R} - ρ_{R}) / (ρ_{N I R} + ρ_{R})$
	NDWI	$(ρ_{G} - ρ_{N I R}) / (ρ_{G} + ρ_{N I R})$
	NDBI	$(ρ_{M I R} - ρ_{N I R}) / (ρ_{M I R} + ρ_{N I R})$
	EVI	$2.5 [(ρ_{N I R} - ρ_{R}) / (ρ_{N I R} + 6 ρ_{R} - 7.5 ρ_{B} + 1)]$
纹理特征^[19]	对比度	$\sum_{i = 0}^{L - 1} \sum_{j = 0}^{L - 1} {(i - j)}^{2} P (i, j)$ 反映影像对象斑块的清晰度和纹理沟纹深浅的程度
	均匀度	$\sum_{i = 0}^{L - 1} \sum_{j = 0}^{L - 1} P (i, j) / 1 + {(i - j)}^{2}$ 反映影像对象斑块纹理的同质性，度量其局部变化
	熵	$\sum_{i = 0}^{L - 1} \sum_{j = 0}^{L - 1} P (i, j) l o g P (i, j)$ 反映影像对象斑块纹理的非均匀程度和复杂程度
	非相似性	$\sum_{i = 0}^{L} \sum_{j = 0}^{L} P (i, j) * \|i - j\|$ 反映影像对象斑块纹理的灰度差别程度
	相关性	$\sum_{i = 0}^{L} \sum_{j = 0}^{L} \frac{(i - M e a n) * (j - M e a n) * P {(i, j)}^{2}}{V a r i a n c e}$ 反映影像对象斑块纹理的线性相关程度
	角二阶矩	$\sum_{i = 0}^{L} \sum_{j = 0}^{L} P {(i, j)}^{2}$ 反映影像对象斑块纹理的均匀程度
形状特征^[20]	凹度	$\|S - S_{x}\| / S_{x}$ 反映影像对象斑块凹多边形的程度
	精密度	$\sqrt[]{S} / (1 + \sqrt[]{V a r (X) + V a r (Y)})$ 反映影像对象斑块的精密程度及与正方形的相似程度
	偏心角	为影像对象斑块长轴两端点与质心的夹角，较偏心率具有更高的形状特征识别度