第八章++遥感图像的分类.pptVIP

第八章??? 遥感图像分类 一、概述 二、监督分类 三、非监督分类 一、概述 图像分类：将图像中每个像元根据其光谱信息、空间结构信息和（或）其它专题信息，按照一定的规则或算法划分为不同的类别。 可在由计算机自动完成。 最常用于分类的信息是光谱信息，即各波段的亮度值。另外还可以将空间结构信息，如图像纹理密度、方向等，及其它专题信息用于分类。这些信息的加入常可使分类的精度得到显著提高。 除考虑目标象元的特征外，还可以考虑周围象元的特征。 二、监督分类（supervised) 原理 方法与步骤 监督分类的优缺点 原理 建立各类型已知样本区（训练区），根据训练区确定各类的统计特征，以此为基础，建立分类的判别函数，对每个象元进行类别划分。 步骤 训练区的选取 类别统计特征的计算 判别函数的确定 对每个象元进行判别计算 1 训练区的选取 对每一分类类型，在图像上圈定若干个已知区，作为训练区 要点： 训练区要典型，有代表性 训练区最好能均匀分布于全区 2 类别统计特征的计算 计算各类别训练区中各分类参数（波段）的统计特征值：均值、标准差、最大值、最小值、方差、协方差矩阵、相关矩阵或重心等。 训练样本分类能力的考查 地物亮度分布一般属于正态分布或对数正态分布 某类单波段亮度直方图应为单峰，方差越小分类效果越好。如出现多峰说明有多个总体，视情况需修改训练区 不同类在单波段直方图上均值相距越大