遥感影像分类方法研究进展 A Review of Classification Methods of Remote Sensing Imagery.pdfVIP

第31卷，第10期 光谱学与光谱分析 1 and October，201 芝0l 1年10月 SpectroscopySpectralAnalysis 遥感影像分类方法研究进展 贾 坤1’2，李强子H，田亦陈1，吴炳方1 1．中国科学院遥感应用研究所，北京100101 2．中国科学院研究生院，北京100049 摘要遥感影像分类是遥感信息提取的莺要手段，是目前遥感技术中的热点研究内容。分类方法是遥感 影像分类的霞要内容，有效地选择合适的分类方法是提高分类精度的关键。随着遥感技术的发展，传统的非 参数分类方法已经难以满足分类精度需求，基于智能算法的非参数分类方法得到了迅速发展，并在遥感影 像分类中发挥着重要作用。近年来。组合分类器由于能够利用单一分类器的互补信息，成为r遥感影像分类 的一个新热点。本文综合分析了各种分类方法的特点和优势，及分类方法的发展趋势，为遥感影像分类技术 的发展提供科学的参考依据。 关键词遥感；分类；分类器 中图分类号：S127文献标识码：A 等[7．8]。但是。遥感影像分类方法由于受到诸多闲素影响， 引 言 如复杂的地表信息、遥感影像的选择、数据预处理质苗、分 类方法筹异等，仍然面临着巨大的挑战。 遥感是以电磁波与地球表面物质相瓦作用为基础，探 遥感影像分类是一个复杂的数据处理过程，合适分类方 测、分析和研究地球资源与环境，揭示地球表面各要素的空 法的选择是父系分类成功与否的关键因素。通常，分类方法 可以分为监督和非I监督，参数和非参数。基于像元、亚像元 间分布特征与时空变化规律的--V]科学技术[1]。通过遥感影 像识别各种地面目标是遥感技术发展的一个重要环节，无论 和对象等不同的分类体系。为方便起见。本文按参数和非参 是专题信息提取、动态变化监测、专题制网，还是遥感数据 数的分类体系对遥感影像分类方法的国内外最新研究进展进 库建设等都离不开遥感影像分类技术[2]。遥感影像分类实际 行分析，总结常用分类方法的特点和优势。一些传统的分类 ．1：就是将l冬{像中每个像元点或每块区域根据其在不问谱段的 方法，如ISODATA，K-均值、最小距离、最大似然等算法常 光谱特征、空间结构特征或其他信息，按照某种规则划分为 见于各种文献，本文在此不做详细讨论。 不同的类别Llj。 最初的遥感影像分类是通过目视解译来实现的，主要是 1参数分类器 根据人的经验和知识，通过解译基本要素和具体解泽标志来 识别地物类型。尽管【1视解译技术已经很成熟，但是由于人 参数分类器一般假设数据呈正态分布，从训练样本中获 工投入大、结果小确定性高、效率低、精度控制困难、僻译 取分布参数，进而对未知Ⅸ域分类。通常的参数分类器包括 经验要求高等缺点的存在，使得目视解译技术不适合海量遥 最大似然、最小距离等算法Ll’9]。但是对于遥感影像分类， 感数据处理，计算机自动分类技术成为遥感技术与应用研究 正态分布的假设通常是不成立的，尤j{；在地物分布比较复杂 的莺点。在过去的几十年单，国内外的专家学者一直致力于 的区域，分类精度具有较大的不确定性。参数分类器的另一 研究分类技术与方法来提高遥感影像分类精度[3．“。最初发 个缺点是不便于在光谱数据分类中引入其他辅助数据。随着 展了各种非监督和监督分类技术，目前已有很多先进的分类