淺談遙感圖像監(jiān)督分類與非監(jiān)督分類.pdf

淺談遙感圖像監(jiān)督分類與非監(jiān)督分類.pdf

ID:57068324

大小:1.99 MB

頁數(shù):4頁

時間:2020-07-31

淺談遙感圖像監(jiān)督分類與非監(jiān)督分類.pdf_第1頁
淺談遙感圖像監(jiān)督分類與非監(jiān)督分類.pdf_第2頁
淺談遙感圖像監(jiān)督分類與非監(jiān)督分類.pdf_第3頁
淺談遙感圖像監(jiān)督分類與非監(jiān)督分類.pdf_第4頁
資源描述:

《淺談遙感圖像監(jiān)督分類與非監(jiān)督分類.pdf》由會員上傳分享,免費在線閱讀,更多相關內(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)學報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對四川省某縣TM圖像進行監(jiān)督分類和非監(jiān)督分類的比較。關鍵詞: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:TP79文獻標識碼:A文章編號:1006-0995(2008)03-0251-04圖像分類的目的是將圖像中每個像元根據(jù)其在不同波段的光譜亮度、空間結構特征或者其他

2、信息,按照某種規(guī)則或算法劃分為不同的類別(趙英時.遙感應用分析原理與方法)。最簡單的分類是只利用不同波段的光譜亮度值進行單像元自動分類。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系,如圖像紋理、特征大小、形狀、方向性、復雜性和結構對像元進行分類。因此,它比單純的單像元光譜分類復雜,且計算量也大。對于多時段的圖像,時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,比如在對城市土地利用分類中,往往會參考城市規(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)督分類以及兩者結合的混合分類等。在實際分類中,并不存在一個單一“正確”的分類形式,選擇哪種方法取決于圖像的特征、應用要求和能利用的計算機軟硬件環(huán)境。伴隨著“數(shù)字地球”概念的提出,越來越多的民用場合需要用到遙感圖像,而利用目的不同,對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,在實際應用效果上,有相同和不相同的地方。1監(jiān)督分類監(jiān)督分類,又稱訓練分類,即用被確認類別的樣本像元去識別其他未知類別像元的過

4、程。已被確認類別的樣本像元是指那些位于訓練區(qū)的像元。在這種分類中,分析者在圖像上對每一種類別選取一定數(shù)量的訓練區(qū),通過計算,將每個像元和訓練樣本作比較,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選擇訓練區(qū);③選擇或構造訓練分類器;④對分類精度進行評價。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)計的監(jiān)督分類法,是典型的和應用最廣

5、的監(jiān)督分類方法。它建立在Bayes準則的基礎上,偏重于集群分布的統(tǒng)計特性,并假定訓練樣本數(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:首先確定各類的訓練樣本,再根據(jù)訓練樣本計算各類的統(tǒng)計特征值,建立分類判別函數(shù),最后逐點掃描影像各像元,將像元特征向量代入判別函數(shù)求出其屬于各類的概率,將待判斷像元歸屬于判別函數(shù)概率最大的一組。該分類法錯誤最小精度高,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,成都理工大學地球科學院在讀碩士

6、生,研究方向,3S技術與數(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,通過建立知識庫指導分類的進行,可以減少分類的錯誤,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:加權距離(可能性);c:某一特征類型;X:像素的測量矢量;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)先驗知識輸入);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:自然對數(shù)函數(shù);T:轉置函數(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;2)根據(jù)已掌握典型地區(qū)的地面情況,在圖像上選擇訓練區(qū);3)根據(jù)選出的各類訓練區(qū)的圖像數(shù)據(jù),計算Mc和Covc,確定先驗概率ac;4)分類,將訓練區(qū)以外的圖像像元逐個逐類地代入公式,對于每個像元,分幾類就計算幾次,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)視器上顯示時需要給各類

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。