监督与非监督异同.pptVIP

我的墟酒座兵穴奢奔想朗翼讨屈询频服安转孕始培狸竞舜召我肪示烁的穷监督与非监督异同监督与非监督异同;常规的遥感统计分类方法主要是根据地物光谱的反射特征，基于单个像元进行操作，但由于遥感数据一般带有综合光谱信息的特点(即一个像元有时是地面各类地物光谱的总和)，致使计算机分类面临着诸多模糊对象，导致精度降低。为此，人们不断研究尝试新的分类方法。;图像分类的目的是将图像中每个像元根据其在不同波段的光谱亮度、空间结构特征或者其他信息，按照某种规则或算法划分为不同的类别(赵英时．遥感应用分析原理与方法)。最简单的分类是只利用不同波段的光谱亮度值进行单像元自动分类。另一种则不仅考虑像元的光谱亮度值，还利用像元和其周围像元之间的空间关系，如图像纹理、特征大小、形状、方向性、复杂l生和结构对像元进行分类。因此，它比单纯的单像元光谱分类复杂，且计算量也大。对于多时段的图像，时间变化引起的光谱及空间特征的变化也是非常有用的信息。;使用工具 计算机中ENVI、ERDAS、IMAGINE等软件 分析单位 每个像元 分析对象 在多光谱图像中，分析影像中不同地物的 1、空间信息（空间结构） 2、光谱信息（光谱亮度） 3、像元与周围像元空间关系（图像纹理、 特 征大小、形状、方向性、复杂性和结构） 分类过程 选择特征，并将特征空间划分为互不重叠的子空 间，然后将影像中各个像元划归到子空间 去。 辅助层 城市规划图、城市人口密度图（城市土地利用） ;按照利用图像要素的不同 1.基于图像灰度值的分类 2.基于图像纹理的分类 3. 基于多源信息融合的分类 根据具体应用的数学方法不同 1. 统计法(决策分类法) 2.语言结构法(句法方法) 3. 模糊法 4. 神经网络法 根据是否已知训练样本的分类数据 1.监督分类 （人工参与程度） 2.非监督分类 ;又称训练分类法，即用被确认类别的样本像元去识别其他未知类别像元的过程.;那监督与非监督到底有什么不同呢？;;分类过程;监督分类与非监督分类流程图;非 ISODATA;原理 假定训练样本数据在光谱空间的分布是服从高斯正态分布规律，然后通过计算标本(像元)属于各组(类)的概率，将标本归属于概率最大的一组．用最大似然法分类。 过程 1、确定训练样本，计算各类统计特征值，建立分类判别函数2、逐点扫描影像各像元，带入函数，求出其属于各类的概率，将待判断像元归属于判别函数概率最大的一组;最大似然分类公式;原理 各像元点划归到距离它最近的类别中心所在的类。 过程 ① 确定地区和波段，配准备分量；② 选择 训练区；③ 根据各训练区图像数据，计算M ；④ 将训练区外图像像元逐类代入上式，按判别规则比较大小，得到类别；⑤ 产生分类图像；⑥ 检验结果，如果错误较多需要重新训练区；⑦ 输出专题图像． ;最小距离分类公式;过程 ①确定需要分类的地区和使用的波段和特征分类数，检查所用各波段或特征分量是否相互已经位置配准：② 根据已掌握的典型地区的地面情况，在图像上选择训练区；③ 计算图像的协方差矩阵；根据选出的各类训练区的图像数据，计算各类均值，确定分类半径；④ 分类，将训练区以外的图像像元逐个逐类地代入公式，对于每个像元，分几类就计算几次，最后比较所得马氏距离的大小，选择最大值得出类别；⑤ 产生分类图，给每一类别规定一个值。;Mahalanobis距离(马氏距)公式 ;原理 求通过选