第九章遥感图像自动识别分类解析.ppt

制图精度 漏分精度 用户精度 错分误差 居住区 69.08 30.92 74.18 25.82 空 地 7.14 92.86 6.25 93.75 植 被 64.86 35.14 55.81 44.19 道 路 81.58 18.42 91.18 8.82 精 度 计 算 总体精度：68.0％ Kappa系数＝48.5％ 分类精度提高的对策 （一）制约分类精度的原因 1、遥感数据本身制约 光谱：相似性，时相与环境 空间分辨力 2、分类方法 单点分类 空间结构信息没有利用 （二）分类方法改进 1、分类前预处理 校正（辐射和几何） 变换 空间信息提取（纹理） 2、分类树与分层分类 一次分类不能满足精度要求时，进行多次分类 3、混合分类（多分类器结合） 监督法与非监督法 4、多种信息复合 遥感信息非遥感信息 5、与GIS集成 GIS与遥感数据复合分类 间接支持分类 用于选样区，检验样区，纠正等 第十步：在任一最大分量集{ ?????，j=1,2, …， ???}中，如有 ?????θS（该值给定），同时又满足以下条件之一： (a) ??? ??和 ???2（ ???+1），即 ??中样本总数超过规定值一倍以上， （b） ???≤K/2， 则将 ??分裂为两个新的聚类中心 ???和 ???,且 ???加1。 ???中相