欢迎来到天天文库
浏览记录
ID:57310786
大小:3.35 MB
页数:32页
时间:2020-08-11
《遥感图像分类的基本原理.pdf》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、8.1基础知识遥感图像自动识别分类分类又称模式识别遥感图像分类的基本原理遥感图像分类前处理-特征变换8.1.1模式识别的基本原理监督分类8.1.2遥感图像分类的基本原理非监督分类分类后处理和精度分析遥感图像分类的新方法对于每一个水果有特征向量:8.1.1模式识别的基本原理x1颜色模式:某种具有空间或几何特征的东西X数字化x2形状模式识别:是依据一定的原则将不同物体区分开来对于整筐水果有模式n:X,X,,X如:怎样将一筐不同类的水果挑选出来?12n形状特征二维梨特征空颜色区分形状区分间颜色特征
2、x1颜色假如一个未知水果有:Xx2形状梨梨XX?该水果属于哪一种(土豆)该水果属于桔子模式识别的一般步骤:8.1.2遥感图像分类的基本原理利用计算机对遥感图像上不同1)数字特征的建立——对象的数学描述(形状,颜色)地物进行自动识别和分类。2)提取一组训练(已知)样本——先验知识3)分类器建立——判决函数4)对未知模式进行分类——识别数学模式采用决策理论(或统计方法)按照决策理论方法,需要从被识别的模式(遥感图像)中,提取一组反映模式属性的量测值(特征),并把模式特征定义在一个特征空间中,进而利用决策原理对
3、特征空间进行划分实现模式分类。——计算机自动分类的概念与目视解译相比计算机自动提取信息遥感图像分类的一般步骤:1.数字特征的建立单个像元光谱特征1)数字特征的建立——遥感图像的描述2)训练样本提取——先验知识x1x3)分类器建立——判决函数及其参数的确定X24)对整个图像进行分类——识别xm30米Landsat/TM影像2.训练样本提取训练样本——特征空间图像——特征空间1)盒式分类器3.分类器及其参数的确定1.分布范围梨2.均值:类别中心3.方差:离散度2)最小距离分类器3)极大似然分类器X~N(,
4、)g(X)minXMjii1,2,,mmaxP(W/X)ii1,2,,m4.整幅图像逐个像元进行分类x1xX2xm1)将该特征向量X在分类器里进行判断;2)将该像元归入所属类别,并进行标记;Landsat4-3-2波段假彩色合成图像3)依次实现所有像元的分类。分类结果8.2.1特征建立1.单个像元光谱特征8.2.1特征建立x1x8.2.2特征变换及特征选择X2xm30米Landsat/TM影像2.像元与其周围像元的空间关系纹理、形状、大小等——与图像分辨率有关光
5、谱特征为主、纹理特征为辅常见纹理图案2.5米SPOT影像8.2.2特征变换及特征选择特征变换变换矩阵8070特征选择6050草坪40冬青3020100123451)主成分变换1.特征变换基本思想:一种线性变换,均方误主成分变换差最小的最佳正交变换;是在统计特征哈达马变换基础上的线性变换。目的:穗帽变换数据压缩:比值与生物量指标变换新的特征图像之间互不相关;增加类别的可分性。几何意义:计算步骤:像素平均像素反射反射率率相关性把原始特征空间的特征轴旋转到平行(1)计算图像均值向量m和协方差矩阵C;于混合集群结构轴的方向上。(2)计算矩阵
6、C的特征值和特征向量;(3)将特征值按由大到小的次序排列;(4)选择前几个特征值对应的几个特征向量构造变换矩阵φn。(5)根据Y=φnX进行变换,得到的新特征影像就是变换的结果,X为多光谱图像的一个光谱特征矢量。性质:主分量变换后,有的特征影像反差拉大,信息集中,整个影像上离散度变大;而另一些特征影像上离散度变小,出现更多的噪声。2.ISODATA算法聚类分析ISODATA(IterativeSelf-OrganizingDataAnalysisTechniquesAlgorithm)算法也称为迭代自组织数据分析算法。它与K-均值算
7、法有两点不同,第一,它不是每调整一个样本的类别就重新计算一次各类样本的均值,而是在每次把所有样本都调整完毕之后才重新计算一次各类样本的均值,前者称为逐个样本修正法,后者称为成批样本修正法;第二,ISODATA算法不仅可以通过调整样本所属类别完成样本的聚类分析,而且可以自动地进行PC1PC7类别的“合并”和“分裂”,从而得到类数比较合理的聚类结果。a.原始聚类中心b.第一次迭代的类别分布c.第二次迭代的d.第n次迭代的类别分布类别分布2)哈达玛变换几何意义:主成分变换Y=φnX哈达玛变换矩阵3)穗帽变换又称K-T变换(Kauth和Th
8、omas)一种特殊的主成分变换MSS图像信息随时间变化的空间分布形态是呈规律性形状的,像一个顶部有缨子的毡帽。针对MSS影像4)比值变换和生物量指标变换2.特征选择生物量指标经变换后,植物、1)定性选择,根据经验;土壤和水都分离开来,
此文档下载收益归作者所有