(精)CH5 遥感图像分类.pptVIP

* 提高分类精度的策略 分类前预处理 大气校正、几何校正 特征选择与变换（PCA，NDVI，…） 空间信息的提取（纹理） 分类树与分类层次 一次性分类出现类间混淆而又难以解决时，可采取逐次分类的方法。 使用多种不同的分类方法 如监督分类和非监督分类结合的方法。 多种信息复合 遥感信息、非遥感信息复合 GIS支持下的分类 GIS与遥感数据复合分类。利用GIS将非遥感数据生成数字地学图像，并与遥感数据进行复合，然后对复合后的图像进行分类。 间接支持分类。利用GIS数据对遥感图像进行分层、对分类结果进行逻辑操作，以提高分类精度 GIS数据用于图像纠正、辅助训练区和检验样本的选择 * * 一、概念 二、基本原理 三、分类过程 四、分类方法 五、分类精度的评价 主要内容： 遥感图像分类 * 遥感图像的计算机分类，是通过模式识别理论，利用计算机将遥感图像中的像素自动分成若干种地物类别的方法。是图像信息提取的重要途径。 遥感数据 地物信息 土地覆盖/土地利用分类、森林类型、植被类型、岩性类型、…… 一、概念 * 遥感图像 * 自动分类结果 * 分类专题图 分类专题图 * 二、基本原理 自然地物 传感器 （光谱测量） 光谱特征向量 理论依据：不同的地物具有不同的光谱特征（数字图像上的 光谱差异性）；同类地物具有相同或相似的光