欢迎来到天天文库
浏览记录
ID:39727244
大小:2.16 MB
页数:10页
时间:2019-07-10
《遥感图像分类》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、遥感图像分类遥感图像的分类就是通过对遥感图像中地物的光谱信息和空间信息进行分析,选择特征,将图像中每个象元按照某种规则或算法划分为不同的类别,然后获得遥感图像与实际地物的对应信息,从而实现遥感图像的分类。一般的分类方法可分为两类:监督分类和非监督分类。将多源数据应用于图像分类中,发展成基于专家知识的决策树分类。一、监督分类监督分类(supervised),又称训练分类法,即用被确认的样本象元去识别其他未知象元的过程。已经被确认类别的样本象元是指那些位于训练区的象元。在这种分类中,分析者在图像上对每
2、一种类别选取一定数量的训练区,计算机计算每种训练样区的统计或其他信息,每个象元和训练样本作比较,按照不同规则将其划分到其最相似的样本类。监督分类的算法主要有:平行算法、最小距离法、最大似然法等。这里采用最大似然法作为监督分类的算法。原理:最大似然法假设遥感图像的每个波段数据都是正态分布。其基本思想是:地物类数据在空间中构成特定的点群;每一类的每一维数据都在自己的数轴上成正态分布,该类的多维数据就构成了一个多维正态分布;各类多维正态分布模型各有其分布特征。根据各类已有的数据,可以构造出各类的多维正态
3、分布模型,在此基础上,对于任何一个像素,可反过来求出它属于各类的概率,取最大概率对应的类为分类结果。步奏:第一步:分析图像①打开图像,将图像以5、4、3波段合成RGB显示在#1中。②通过目视分析,可以定义6类样本:水体、建筑、耕地、草地、荒地、其他。第二步:选择训练样本①在主图像窗口选择Overlay-----RegionofInterest,打开ROITool对话框。②在ROITool对话框中设置相关样本的名称、颜色等。③选择ROI_Type—Polygon,在window中选择image,在图
4、像上绘制训练区。④重复②、③步奏,最终完成以下结果:第三步:评价训练样本①在ROITool对话框中,选择Options——ComputeROISeparability,打开目标图像。②ROISeparabilityCalculation对话框中选择SelectAllItems,点击OK。③观察可分离性数据,大于1.9的说明样本之间可以分离,小于1.8的数据样本需要重新选择样本。第四步:初步分类①在主菜单中选择Classification——Supervised——LikelihoodClassif
5、ication,选中目标图像。单击OK,打开参数设置对话框。②选择所有的训练样本,在SetProbabilityThreshold中设置似然度的阈值SingleValues。③单击Preview可以预览分类结果。④选择分类结果输出的路径及文件名。单击OK执行分类。⑤分类结果如下图所示:第五步:评价分类结果执行监督分类后需要对分类结果进行评价。ENVI主要提供了3种方法:分类结果叠加、混淆矩阵、ROC曲线。这里采用分类结果叠加进行评价。①在主图像窗口选择Overlay-----Classificat
6、ion,选择分类结果,打开InteractiveactiveClassTool对话框。②在InteractiveactiveClassTool对话框中勾选前面的ON选择框,就能将分类结果叠加在原图上。通过目视判别分类结果的准确性。第六步:分类后处理运用遥感影像分类结果中,不可避免地会产生一些面积很小的图斑。无论从专题制图的角度,还是从实际应用的角度,都有必要对这些小图斑进行剔除和重新分类,目前常用的方法有Majority/Minority分析、聚类(clump)和过滤(Sieve)。这里采用聚类法
7、处理碎斑。①在主菜单选择Classification——PostClassification——ClumpClasses,选择目标图像。②在ClumpParameters对话框中选择要处理的对象,设置参数,设置要保留的最小连篇像素数设置为3,将小于3的鼓励像素合并到相邻像素类中。③设置输出路径及文件名。经过碎斑处理后的图形为#2,原始图像为#3.第七步:分类特征统计对分类结果进行基本统计:类别的像元数、最大最小值、平均值等,直方图,协方差等信息。统计结果中还有分类结果中每一类对应分类图像中的像元值
8、统计。①在主菜单选择Classification——PostClassification——ClassStatistics。选择分类后的图像。②打开ClassesStatisticsResults对话框,可以看到分类后图像的相关统计信息。二、非监督分类非监督分类是指人们实事先分类过程不加入任何的先验知识,而仅凭遥感图像中地物的光谱特征,即自然聚类的特征进行的分类。分类结果只是区分了存在的差异,但不能确定类别的属性。类别的属性需要通过目视判读或实地调查后确定。非监督分类的算法有:K-
此文档下载收益归作者所有