資源描述：
《淺談遙感圖像監(jiān)督分類與非監(jiān)督分類.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、2008年9月第28卷第3期四川地質(zhì)學(xué)報(bào)Vol.28No.3Sep，2008淺談遙感圖像監(jiān)督分類與非監(jiān)督分類楊鑫（成都理工大學(xué)遙感所，成都610059）摘要：從遙感圖象分類原理、分類過程、分類方法等來探討監(jiān)督分類與非監(jiān)督分類方法的區(qū)別與聯(lián)系，并通過ERDASIMAGINE對(duì)四川省某縣TM圖像進(jìn)行監(jiān)督分類和非監(jiān)督分類的比較。關(guān)鍵詞：影像分類；監(jiān)督分類；非監(jiān)督分類；最大似然法；ISODATE中圖分類號(hào)：TP79文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006-0995（2008）03-0251-04圖像分類的目的是將圖像中每個(gè)像元根據(jù)其在不同波段的光譜亮度、空間結(jié)構(gòu)特征或者其他
2、信息，按照某種規(guī)則或算法劃分為不同的類別（趙英時(shí).遙感應(yīng)用分析原理與方法）。最簡單的分類是只利用不同波段的光譜亮度值進(jìn)行單像元自動(dòng)分類。另一種則不僅考慮像元的光譜亮度值，還利用像元和其周圍像元之間的空間關(guān)系，如圖像紋理、特征大小、形狀、方向性、復(fù)雜性和結(jié)構(gòu)對(duì)像元進(jìn)行分類。因此，它比單純的單像元光譜分類復(fù)雜，且計(jì)算量也大。對(duì)于多時(shí)段的圖像，時(shí)間變化引起的光譜及空間特征的變化也是非常有用的信息。另外，在分類中，也經(jīng)常會(huì)利用一些來自地理信息系統(tǒng)或其他來源的輔助層，比如在對(duì)城市土地利用分類中，往往會(huì)參考城市規(guī)劃圖、城市人口密度圖等等，以便于更精確地區(qū)分居住區(qū)和商業(yè)區(qū)
3、。此外，可以根據(jù)分類過程中人工參與程度分為監(jiān)督分類和非監(jiān)督分類以及兩者結(jié)合的混合分類等。在實(shí)際分類中，并不存在一個(gè)單一“正確”的分類形式，選擇哪種方法取決于圖像的特征、應(yīng)用要求和能利用的計(jì)算機(jī)軟硬件環(huán)境。伴隨著“數(shù)字地球”概念的提出，越來越多的民用場(chǎng)合需要用到遙感圖像，而利用目的不同，對(duì)遙感圖像處理則提出了不同的要求，所以圖像分類也就顯得尤為重要。最常用的遙感圖像分類方法主要是監(jiān)督分類和非監(jiān)督分類。兩種方法有區(qū)別、有聯(lián)系、各有優(yōu)、缺點(diǎn)，在實(shí)際應(yīng)用效果上，有相同和不相同的地方。1監(jiān)督分類監(jiān)督分類，又稱訓(xùn)練分類，即用被確認(rèn)類別的樣本像元去識(shí)別其他未知類別像元的過
4、程。已被確認(rèn)類別的樣本像元是指那些位于訓(xùn)練區(qū)的像元。在這種分類中，分析者在圖像上對(duì)每一種類別選取一定數(shù)量的訓(xùn)練區(qū)，通過計(jì)算，將每個(gè)像元和訓(xùn)練樣本作比較，按照不同規(guī)則劃分到和其最相似的樣本類。主要步驟包括：①選擇特征波段；②選擇訓(xùn)練區(qū)；③選擇或構(gòu)造訓(xùn)練分類器；④對(duì)分類精度進(jìn)行評(píng)價(jià)。監(jiān)督分類常用的算法有最小距離分類、馬氏距離分類、Parallelpipe、神經(jīng)元網(wǎng)絡(luò)分類、模糊分類、Fisher判別分類，最大似然法等方法。最大似然法是監(jiān)督分類中最常用的方法。1.1最大似然法最大似然法分類也稱為貝葉斯(Bayes)分類，是基于圖像統(tǒng)計(jì)的監(jiān)督分類法，是典型的和應(yīng)用最廣
5、的監(jiān)督分類方法。它建立在Bayes準(zhǔn)則的基礎(chǔ)上，偏重于集群分布的統(tǒng)計(jì)特性，并假定訓(xùn)練樣本數(shù)據(jù)在光譜空間服從高斯正態(tài)分布。用最大似然法分類，具體分為三步：首先確定各類的訓(xùn)練樣本，再根據(jù)訓(xùn)練樣本計(jì)算各類的統(tǒng)計(jì)特征值，建立分類判別函數(shù)，最后逐點(diǎn)掃描影像各像元，將像元特征向量代入判別函數(shù)求出其屬于各類的概率，將待判斷像元?dú)w屬于判別函數(shù)概率最大的一組。該分類法錯(cuò)誤最小精度高，是較好的一種分類方法。不足的是傳統(tǒng)的人工采樣方法工作量大，效率低，加上人為誤差的干擾，使得收稿日期：2008-03-06作者簡介：楊鑫（1984—），男，寧夏中衛(wèi)人，成都理工大學(xué)地球科學(xué)院在讀碩士
6、生，研究方向，3S技術(shù)與數(shù)字國土251淺談遙感圖像監(jiān)督分類與非監(jiān)督分類分類結(jié)果的精度較差。利用GIS數(shù)據(jù)來輔助最大似然法分類，可以提高分類精度，通過建立知識(shí)庫指導(dǎo)分類的進(jìn)行，可以減少分類的錯(cuò)誤，這是提高最大似然法分類的精度的有效途。最大似然法分類公式：T?1D=ln(a)?[0.5ln(Cov)]?[0.5(x?M)(Cov)(x?M)]ccccc其中：D：加權(quán)距離（可能性）；c：某一特征類型；X：像素的測(cè)量矢量；Mc：類型C的樣本平均矢量；ac：任一像素屬于類型c的百分概率(缺省為1.0，或根據(jù)先驗(yàn)知識(shí)輸入)；Covc：類型C的樣本中的象素的協(xié)方差矩陣；│
7、Covc│：Covc的行列式；-1Covc：Covc的逆矩陣；ln：自然對(duì)數(shù)函數(shù)；T：轉(zhuǎn)置函數(shù)分類步驟：1）確定需要分類的地區(qū)、使用的波段和特征分類數(shù)，檢查所用各波段或特征分量的位置是否已經(jīng)相互配準(zhǔn)；2）根據(jù)已掌握典型地區(qū)的地面情況，在圖像上選擇訓(xùn)練區(qū)；3）根據(jù)選出的各類訓(xùn)練區(qū)的圖像數(shù)據(jù)，計(jì)算Mc和Covc，確定先驗(yàn)概率ac；4）分類，將訓(xùn)練區(qū)以外的圖像像元逐個(gè)逐類地代入公式，對(duì)于每個(gè)像元，分幾類就計(jì)算幾次，最后比較大小，選擇最大值得出類別；5）產(chǎn)生分類圖，給每一類規(guī)定一個(gè)值，如分10類，就為1，2，…，10，分類后的像元值用類別值替代，最后得到分類專題圖像
8、，因最大灰階值等于類別數(shù)，在監(jiān)視器上顯示時(shí)需要給各類
