9遥感影像计算机专题分类重点.ppt

9 遥感图像专题分类 主要内容 1 图像分类的概念 2 非监督分类 3 监督分类 4 分类后处理 5 精度评价 1 图像分类的概念 1.1 遥感影像专题提取 1.1 遥感影像专题提取（续1） 1.2 遥感影像专题分类 1.3 人工目视解译 1.4 计算机图象分类 这些方法在遥感图像专题分类中经常采用两种方案: 监督分类， 非监督分类。 非监督分类，事先没有类别的先验知识，纯粹根据图像数据的统计特征和点群分布情况，根据相似性程度自动进行归类，最后再确定每一类的地理属性。 监督分类有类别的先验知识，根据先验知识选择训练样本，由训练样本得到分类准则。 实施的步骤上有前后差别，其理论本质是一样的。 1.4 计算机图象分类（续1） 遥感图像的光谱特征通常是以地物在多光谱图像上的亮度体现出来的， 不同的地物在同一波段图像上表现的亮度一般互不相同； 不同的地物在多个波段图像上亮度的呈现规律也不同，这就构成了我们在图像上赖以区分不同地物的物理依据。 同名地物点在不同波段图像中亮度的观测量将构成一个多维的随机向量（X），称为光谱特征向量。 1.4 计算机图象分类（续2）  理想情况——不同类别地特的集群至少在一个特征子空间中的投影是完全可以相互区分开的。 典型情况——不同类别地物的集群，在任一子空间中都有相互重叠的现象存在，但在总的特征空