遥感图像的分类方法综述.docVIP

遥感图像分类方法综述 刘佳馨 摘要：研究趋势发展前景 关键词：遥感图像；图像分类；分类方法 2 遥感图像分类基本原理 图像分类的目的在于将图像中每个像元根据其不同波段的光谱亮度、空间结构特征或其他信息，按照某种规则或算法划分为不同的类别。而遥感图像分类则是利用计算机技术来模拟人类的识别功能，对地球表面及其环境在遥感图像上的信息进行属性的自动判别和分类，以达到提取所需地物信息的目的。 遥感图像传统分类方法 （supervised classification）(Unsupervised Classification )。 3.1 监督分类（supervised classification） 监督分类（supervised classification）又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。即根据已知训练样区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练具有典型性和代表性。判别准则若满足分类精度要求，则此准则成立；反之，需重新建立分类的决策规则，直至满足分类精度要求为止。常用算法有：最大似然比， 3.2 非监督分类(Unsupervised Classification ) 非监督分类 (Unsupervised Classification )是以不同影像地物在特征空间中类别特征的差别为依据的一种无先验（已知）类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法。根据待分类样本特征参数的统计特征，建立决策规则来进行分类。而不需事先知道类别特征。把各样本的空间分布按其相似性分割或合并成一群集，每一群集代表的地物类别，需经实地调查或与已知类型的地物加以比较才能确定。是模式识别的一种方法。一般算法有：迭代自组织Classification)。 4 遥感图像近代分类方法 神经元网络分类法 4.2 模糊聚类分类法 4.3 决策树分类法 4.4 专家系统分类法 4.5 支持向量机分类法 4.6 面向对象的分类法 5 常用分类思想 分层分类思想 5.2 分区分解思想 5.3多分类结合思想 6 常见分类后处理 遥感分类方法的研究趋势 在这种对遥感图像专利申请的迅猛发展中，相关的专利申请共涉及141个企业、院校、研究所。在下图，对主要申请人的分析中，可以看出，重要申请人主要是分布在各大重点高校和知名研究所。在发明申请专利占有比例最多的是中国科学院下的各个相关研究所，紧随其后的分别是武汉大学和西安电子科技大学。 在图像分类专利申请最大的中国科学院，对于各种图像分类方式均有研究，并且不再局限于对各种单个的分类器与分类算法进行研究，而在近几年的研究中可以发现，中国科学院的研究更多的侧重于对集成分类器、多分类器的研究，引领对遥感图像分类方法研究的新一代的发展潮流。在发展中，通过不断改进分类方式和分类算法，逐步提高对分类的精确度与准确性。 在当前的统计中可以看出，参与研究遥感图像分类方法的高校和研究所数量众多，但企业参与数量还相对较少。由此可以看出，遥感分类方法大多数还处于研发阶段，能够获得商业应用并取得商业价值的相关技术仍然比较欠缺。 8 遥感分类方法的发展前景 参考文献： [1]姚一飞遥感图像分类方法综述魅力中国2015 [2]杜凤兰遥感图像分类方法评析与展望遥感技术与应用 [3]田琼花遥感影像纹理特征提取及其在影像分类中的应用华中科技大学硕士论文2009 [4]闫琰基于ENVI的遥感图像监督分类方法比较研究北京测绘2015 [5]邱德艳遥感图像分类方法比较研究考试周刊2014 [6]王晓辉网格技术在遥感图像监督分类中的应用现代计算机：上下旬2013 [7]颜宏娟面向对象的遥感影像模糊分类方法研究西安科技大学硕士论文2008 [8]胡潭高基于线性光谱模型和支撑向量机的软硬分类方法光谱学与光谱分析2011 [9]杨冰基于不同分类方法土地利用/覆盖分类精度分析内蒙古农业大学硕士论文2008 [10]闫琰基于ENVI的遥感图像监督分类方法比较研究北京测绘2015 [11]杨诺尔遥感影像分类方法的研究科技创新导报2014 [12]刘飚基于Fisher准则的SVM参数选择算法山东大学学报：理学版2015 [13]胡敬红遥感的原理及遥感资料的制图应用科技与企业2014 [14]邱德艳遥感图像分类方法比较研究考试周刊2014 [15]李石华,王金亮,毕艳,陈姚,朱妙园,杨帅,朱佳.遥感图像分类方法研究综述.国土资源遥感,2005 [16]Yan ZHANG,Baoguo WU,Dong WANG.Research Dynamics of the Cl