[工学]第9章--遥感图像分类.pptVIP

第9章 遥感图像分类 遥感图像计算机分类以遥感数字图像为研究对象，在计算机系统支持下，综合运用地学分析、遥感图像处理、地理信息系统、模式识别与人工智能技术，实现地学专题信息的智能化获取。其基本目标是将人工目视解译遥感图像发展为计算机支持下的遥感图像理解。 由于利用遥感图像可以客观、真实和快速地获取地球表层信息，这些现势性很强的遥感数据在自然资源调查与评价、环境监测、自然灾害评估与军事侦察上具有广泛应用前景。因此，利用计算机进行遥感图像智能化解译，快速获取地表不同专题信息，并利用这些专题信息迅速地更新地理数据库，这是实现遥感图像自动理解的基础研究之一，也是地理信息系统中数据采集自动化研究的一个方向，因此具有重要的理论意义和应用前景。 模式识别系统最主要的功能是对要识别的对象的类别进行判别。需要确定一定的判别规则,即判别函数和相关的比较运算关系. 分类方法 监督分类：事先已知类别的部分信息 非监督分类：事先没有类别的先验信息 硬分类：一个像素分为一类 软分类：一个像素分为多个类---混合像素 遥感图像计算机分类的依据是遥感图像像素的相似度。在遥感图像分类过程中，常使用距离和相关系数来衡量相似度。 距离:特征空间中象元数据和分类类别特征的相似程度。距离最小即相似程度最大。 度量特征空间中的距离经常采用以下几种算法: 1.绝对值距离(等权、等