最新第六章-遥感数字图像计算机解译分析教学讲义PPT.ppt

最新第六章-遥感数字图像计算机解译分析教学讲义PPT.ppt

ID:62174451

大小:1.77 MB

页数:63页

时间:2021-04-20

最新第六章-遥感数字图像计算机解译分析教学讲义PPT.ppt_第1页
最新第六章-遥感数字图像计算机解译分析教学讲义PPT.ppt_第2页
最新第六章-遥感数字图像计算机解译分析教学讲义PPT.ppt_第3页
最新第六章-遥感数字图像计算机解译分析教学讲义PPT.ppt_第4页
最新第六章-遥感数字图像计算机解译分析教学讲义PPT.ppt_第5页
资源描述:

《最新第六章-遥感数字图像计算机解译分析教学讲义PPT.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第六章-遥感数字图像计算机解译分析6.2遥感数字图像的计算机分类遥感图像分类原理遥感图像分类方法(监督分类和非监督分类)遥感图像分类基本过程遥感图像分类存在的一些问题6.2.1分类原理1定义-是通过模式识别的理论,利用计算机将遥感图像自动分成若干地物类别的方法。波段光谱波段其他派生波段(运算处理后产生的波段)就某些特定地物的分类而言,多波段影像的原始亮度值并不能很好地表达类别特征,因此需要对数字图像进行运算处理(如比值处理、差值处理、主成分变换以及K-T变换等),以寻找能有效描述地物类别特征的模式变量,然后利用这些特征变量对数字图像进

2、行分类。分类是对图像上每个像素按照亮度接近程度给出对应类别,以达到大致区分遥感图像中多种地物的目的。辅助数据(ancillarydata)(非遥感数据,如DEM、土壤类型)特征提取(featureextraction):从n个特征中选取k个更有效特征作为分类依据的过程在很多情况下,利用少量特征就可以进行遥感图像的地学专题分类,因此需要从遥感图像n个特征中选取k个特征作为分类依据,我们把从n个特征中选取k个更有效特征的过程称为特征提取。特征提取要求所选择的特征相对于其他特征更便于有效地分类,使图像分类不必在高维特征空间里进行,其变量的选

3、择需要根据经验和反复的实验来确定。4分类依据相似度:两类模式之间的相似程度遥感图像计算机分类的依据是遥感图像像素的相似度。在遥感图像分类过程中,常使用距离和相关系数来衡量相似度。距离:特征空间中象元数据和分类类别特征的相似程度。距离越小,相似度越大,反之则小。相关系数:是指像素间的关联程度。采用相关系数衡量相似度时,相关系数越大,相似度越大。两个像素之间的相关系数rij可以定义为:像元i的第k个分量均值6.2.2分类方法利用遥感图像进行分类(classification)是以区别图像中所含的多个目标物为目的的,对每个像元或比较匀质的像

4、元组给出对应其特征的名称。分类方法包括监督分类和非监督分类:1监督分类方法首先需要从研究区域选取有代表性的训练区作为样本。根据已知训练区提供的样本,通过选择特征参数(如像素亮度均值、方差等),建立判别函数,据此对样本像元进行分类,依据样本类别的特征来识别其它像元的归属类别。监督分类包括利用训练区样本建立判别函数的“学习”过程和把待分像元代入判别函数进行判别的过程(1)最小距离分类法最小距离分类法(minimumdistanceclassifier)是用特征空间中的距离表示像元数据和分类类别特征的相似程度,在距离最小时(相似度最大)的类

5、别上对像元数据进行分类的方法。包括:最小距离判别法和最近邻域分类法具体分类方法包括:(1)最小距离分类法、(2)多级切割分类法、(3)特征曲线窗口法、(4)最大似然比分类法等最小距离判别法这种方法要求对遥感图像中每一个类别选一个具有代表意义的统计特征量(均值),首先计算待分像元与已知类别之间的距离,然后将其归属于距离最小的一类。最近邻域分类法这种方法是上述方法在多波段遥感图像分类中的推广。在多波段遥感图像分类中,每一类别具有多个统计特征量。最近邻域分类法首先计算待分像元到每一类中每一个统计特征量间的距离,这样,该像元到每一类都有几个距

6、离值,取其中最小的一个距离作为该像元到该类别的距离,最后比较该待分像元到所有类别间的距离,将其归属于距离最小的一类。最小距离分类法原理简单,分类精度不很高,但计算速度快,它可以在快速浏览分类概况中使用。2002-11-0116(2)多级切割分类法多级切割法(multi-levelsliceclassifier)是根据设定在各轴上的值域分割多维特征空间的分类方法。用多级切割法分割三维特征空间这种方法要求通过选取训练区,详细了解分类类别(总体)的特征,并以较高的精度设定每个分类类别的光谱特征上限值和下限值,以便构成特征子空间。对于一个未知

7、类别的像素来说,它的分类取决于它落入哪个类别特征子空间中。如落入某个特征子空间中,则属于该类,如落入所有特征子空间之外,则属于未知类型,因此多级切割分类法要求训练区样本的选择必须覆盖所有的类型,在分类过程中,需要利用待分类像素光谱特征值与各个类别特征子空间在每一维上的值域进行内外判断,检查其落入哪个类别特征子空间中,直到完成各像素的分类。多级分割法分类便于直观理解如何分割特征空间,以及待分类像素如何与分类类别相对应。但它要求分割面总是与各特征轴正交,如果各类别在特征空间中呈现倾斜分布,就会产生分类误差。因此运用多级分割法分类前,需要先

8、进行主成分分析,或采用其他方法对各轴进行相互独立的正交变换,然后进行多级分割。(3)特征曲线窗口法特征曲线是地物光谱特征参数构成的曲线。由于地物光谱特征受到大气散射、天气状况等影响,即使同类地物,它们所呈现的特征曲线也不

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。