高分辨率遥感影像分类方法研究.docVIP

高分辨率遥感影像分类方法研究 　　【摘 要】本文主要研究了高分辨率遥感影像分类的监督非分类方法、监督分类及其他分类方法。以胶州市QuickBird遥感影像作为试验数据，基于ERDAS IMAGINE 9.1软件平台，执行非监督分类和监督分类处理，并且对最大似然分类方法、马氏距离分类方法和最小距离分类方法进行实验数据比较分析，经过对分类精度评价指标的计算结果分析评价后，三种分类方法的总精度都在75%以上，满足应用的要求。并且实验数据表明最大似然分类方法的分类精度最高。 　　【关键词】高分辨率遥感影像；非监督分类；监督分类；最大似然；分类精度 　　引言 　　近年来，随着航天技术、传感器技术、数字图像处理技术的发展，遥感正朝着三高（高空间分辨率、高光谱、高时相分辨率）和三多（多传感器、多平台、多角度）方向迅猛发展[1]。高分辨率遥感影像的分类问题在遥感应用中越来越重要。高分辨率遥感影像分类方法由传统的分类方法发展到一些诸如人工神经网络、模糊聚类和决策树分类等新的分类算法。 　　1 高分辨率遥感影像分类的原理 　　1.1 高分辨率遥感影像分类的基本概念 　　遥感图像的分辨率简单来说就是成像系统对图像细节分辨能力的一种度量，也是图像中目标细微程度的指标，它表示景物信息的详细程度。本文所说的高分辨遥感图像是指高空间分辨率、高时间分辨率、光谱分辨率的遥感图像。高分辨率遥感图像分类是