第十讲遥感影像分类.pdfVIP

  1. 1、本文档共53页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第十讲遥感影像分类

第10讲 遥感影像分类 遥感影像计算机分类 • 是通过模式识别理论,利用计算机将遥感 图象自动分成若干地物类别的方法。 • 基本依据 不同的地物具有不同的光谱特征,同类地物 具有相同或相似的光谱特征 图象分类:基于数字图象中反映的同类地物 的光谱相似性和异类地物的光谱差异性 图象分类过程的总目标是,将图象中所有的像元自动地 进行土地覆盖类型或土地覆盖专题的分类。 光谱类和信息类 • 光谱类 (spectral class ):基于光谱特征形成的类别 如房屋的阳面和阴面光谱特征不同,不同的光谱类 • 信息类 (information class):根据实际需要待分的类别, 是根据需要人为划分的 如城市类由道路、建筑物、水体、绿地等不同地物组成 ,不同地物光谱特征不同 基本概念 模式 (pattern ): 在多波段图象中,每个象元都具有一组对应 取值,称为象元模式 特征 (feature ):在多波段图象中,每个波段都可看作一个变 量,称为特征变量 波段:光谱波段 其它派生波段(纹理、上下文关系、波段比等) 辅助数据(ancillary data) (非遥感数据,如DEM 、 土壤类型) 特征提取(feature extraction) :通过变换找出最能反映地物类别差异的 特征变量用于分类的过程 特征选择(feature selection):直接从原始波段数据中选择 分类算法 • 参数分类 vs. 非参数分类 • 监督vs. 非监督 • 硬分类vs. 软分类 • 逐像元分类vs. 面向对象的分类(图像分割) 参数分类 vs. 非参数分类 • 参数分类方法(Parametric methods )(如 最大似然分类和非监督聚类方法)假设遥 感影像的光谱值服从正态分布及各类别的 概率密度函数 • 非参数分类方法(Nonparametric methods )(如最近邻分类、神经网络分类等)对 类别的光谱统计分布没有假设 监督分类 vs. 非监督分类 监督分类(supervised classification ):通 非监督分类(unsupervised classification): 过选择代表各类别的已知样本(训练区 根据事先指定的某一准则,而进行计算 )的象元光谱特征,事先取得个类别的 机自动判别归类,无须人为干预,分类 参数,确定判别函数,从而进行分类。 后需确定地面类别 在监督分类中,先定义信息类,然后检 在非监督分类中,先确定光谱可分的 验它们的光谱可分性 类别,然后定义它们的信息类 硬分类 vs. 软分类 • 硬分类:分类结果产生像元唯一的确定类别 • 软分类:产生像元属于各类别的隶属度 逐像元分类 vs. 面向对象分类 • 逐像元分类:将每个像元标记为一定的类别 • 面向对象分类:根据图像分割算法,将图像划分 为内部相对均一的对象,类别赋予每个对象 分类过程 • 确定分类问题:确定专题数据的需求、研究区域、分类体系、拟采用 的分类方法等 • 获取合适的遥感数据(各种分辨率、季相等)和地面参考数据 • 遥感数据处理:辐射纠正、几何纠正等 • 专题信息提取:特征选择、特征提取、分类算法等 • 分类后处理 • 精度评价 地表 几何和辐射纠正 特征提取 分类 分类结果 传感器测量 待分类图像 特征 训练数据 分类体系 • 互斥性(Mutually Excluded) • 无遗漏(Exhaustive ) • 层次性( hierarchical ) 不同层次的分类体系,反映类别差别的细节 不同,对遥感数据空间分辨率和

文档评论(0)

linsspace + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档