遥感图像分类的综述1.doc

遥感图像分类的综述1.doc

ID:55697463

大小:67.00 KB

页数:8页

时间:2020-05-25

遥感图像分类的综述1.doc_第1页
遥感图像分类的综述1.doc_第2页
遥感图像分类的综述1.doc_第3页
遥感图像分类的综述1.doc_第4页
遥感图像分类的综述1.doc_第5页
资源描述:

《遥感图像分类的综述1.doc》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、遥感图像分类的综述地信111班1101200006倪艳1.前言遥感图像是按一定的比例尺,客观真实地记录和反映地表物体的电磁辐射的强弱信息,是遥感探测所获得的遥感信息资料的一种表现形式。所以遥感技术的核心问题是根据地物辐射电磁辐射强弱在遥感图像上表现的特征,判读识别地面物体的类属及其分布特征。随着空间科技的发展,各种资源环境监测卫星的发射与运行为地表动态变化研究提供了多平台、多光谱、多时相、大范围的实时信息,遥感技术已成为当前人类研究地球资源环境的一种有力技术手段。在遥感技术的研究中,分类是遥感图像应用的一个重要方面,同时也是学者们研究的重点和

2、热点。随着成像技术及相应数据产品不断的发展,遥感图像分类得到了越来越广泛的应用,由单波段的遥感图像到多光谱图像再到高光谱图像,其应用研究得到不断的扩展和深入。2.遥感图像分类的概念及原理>■遥感图像分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析,选择特征,并用一•定的手段将特称空间划分为互不重叠的子空间,然后将图像中的各个像素划归到各个子空间去。遥感图像分类中的特征就是能够反映地物光谱信息和空间信息并可,用于遥感图像分类处理的变量,如多波段图像的每个波段都可作为特征,多波段图像的各种处理结果也可以作为特征空间构成一个特

3、征向量。遥感图像分类的理论依据是:遥感图像中的同类地物在相同的条件下(纹理、地形、光照以及植被覆盖等),应具有相同或相似的光谱信息特征和空间信息特征,从而表现出同类地物的某种内在的相似性,即同类地物像素的特征向量将集群在同一特征空间区域;而不同的地物其光谱信息和空间信息特征将不同,将集群在不同的特征空间区域。因此,我们就要对图像进行分类。图像分类的任务就是通过对各类地物波谱特征的分析选择特征参数,将特征空间划分为不和重叠的子空间,进而把影像内各像元划分到各子空间去,从而实现分类。3.遥感图像分类3.1图像的预处理利用光谱数据进行特征向量识别时

4、,结果的准确性很大程度上取决于光谱数据的聚集程度。为了减少分类错误,必须在分类之前作必要的预处理,目的是对遥感图像作辐射量校正、几何校正、线性拉伸增强处理以及去除噪声等。3.2特征提取和选择特征提取和选择的基本任务是如何从许多特征中找出那些最有效的特征。特征形成是指根据被识别的对象产生出一组基本特征,它可以是计算出来的,也可以是用仪表或传感器测量出来的,这样产生出来的特征叫做原始特征。原始特征数量可能很大,或者说样本处于一个高维空间中,通过映射或变换的方法可以用低维空间来表示样本,这个过程叫特征提取。若直接从一•组特征中挑选出一,些最有效的特

5、征以达到降低空间维数的目的,这个过程叫特征选择。特征提取和选择是对分类精度和可靠性影响最大的因素之一,强烈影响到分类器的设计及其性能。因而研究者提出了很多方法,比如有子集选择、比值处理、线性组合、主成分分析和辅助信息的提取等,3.3图像分类的方法依据是否使用类别的先验知识,一般可分为监督分类(SupervisedClassification)和非监督分类(UnsupervisedClassification)□3.3.1监督分类监督分类就是先用某些已知类别训练样本让分类识别系统进行学习,待其掌握了各个类别的特征之后,按照分类的决策规则进行分类

6、下去的过程。目前比较成熟的分类方法,一般是概率统计分类方法。除此之外,尚有模拟自然语言的句法结构识别分类方法和模糊数学分类方法等。就统计分类方法而论,通过计算各个类别的均值、方差、协方差、标准偏差和离散度等统计量,作为进行比较不同类别的相似程度的依据和标准,也即在这些统计量的基础上建立各个组类的类别识别特征来进行分类。自然,监督分类的精度要比非监督分类的方法高些,准确性要好一些,但是监督分类的工作量也要比非监督分类方法大得多。首先,监督分类有一事先训练样本的工作,训练样本要选好,要有一定的代表性,而且要有足够的数量。另外,对于遥感图像分类来说

7、,由于各种地物波谱辐射的复杂性以及干扰因素的多样性,有时仅仅考虑在某特定时间和空间内选取训练样本还是不够的,为了提高分类的精度,还必须多选取一些样本组和研究一些新的分类算法。常用的监督分类方法有:K邻近法(K-NearestNeighbor).决策树法(DecisionTreeClassifi-er)和贝叶斯分类法(BayesianClassifier)o主要步骤包括:①选择特征波段;②选择训练区;③选择或构造训练分类器;④对分类精度进行评价。最大似然分类是图像处理中最常用的一种监督分类方法,它利用了遥感数据的统计特征,假定各类的分布函数为正

8、态分布,在多变量空间中形成椭圆或椭球分布,也就是和中个方向上散布情况不同,按正态分布规律用最大似然判别规则进行判决,得到较高准确率的分类结果。该方法是建立在贝叶斯准

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。