第06-01章遥感图像分类.ppt

第 六 章 遥感图像分类 第一节 遥感图像分类的基本原理和方法 ? 图像分类的基本原理和方法 遥感图像上目标地物的识别特征 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 武汉市卫星影像 ? 图像分类的基本原理和方法 时相动态对比法的应用 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 ? 图像分类的基本原理和方法 F.结果检验:主要是对分类的精度和可靠性进行评价.由于受解译经验以及混合像元、“同物异谱、异物同谱”等现象的存在，错分或误分的情况普遍存在。因此，不存在理想的分类其，图像分类后必须进行检验。在监督分类中把已知的训练数据及分类类别与 分类结果进行比较,确认分类的精度及可靠性;在非监督分类 中,采用随机抽样方法,分类效果的好坏需经实际检验或利用 分类区域的调查材料、专题图进行核查。 日常生活中目标地物的颜色是地物在可见光波段对入射光选择性吸收与反射在人眼中的主观感受。 ?综合推理法 综合考虑遥感图像多种解译特征,结合生活常识,分 析、推断某种目标地物的方法.例如,铁道延伸到大 山脚下,突然中断,可以推断出有铁路隧道通过山中. 1.目视解译 ③方法 ?地理相关分析法 根据地理环境中各种地理要素之间的相互依存、相 互制约的关系，借助专业知识，分析推断某种地理 要素性质、类型、状况与分布的方法. 1.目视解译 ④步骤 准备工作阶段 初步解译 判读区的野外考察 室内详细判读 野外验证与补判 目视解译成果的转绘与制图 ①涵义: 利用计算机模式识别技术,结合地学分析、遥感图像处 理、地理信息系统与人工智能技术等,实现对遥感图像 上的信息进行属性的识别和分类,从而达到识别图像信 息所对应的实际地物。 2. 计算机分类 与遥感图像的目视判别技术相比,目的一样 但手段不同:目视判别是直接利用人类的自然识 别智能，而计算机分类则利用计算机技术来人工 模拟人类的识别智能。 2. 计算机分类 ②分类方法:主要包括统计模式方法和句法模式两大类. A.统计模式识别的方法：最常见的遥感图像计算机分类方法,主要包括监督分类法和非监督分类法. ●监督分类法: 首先需要从研究区域选取有代表性的一定数量的已知类别的样本(训练区),并根据这些样本的观测值(类别的先验知识)确定判别函数和相应的判别准则, 然后将未知类别的样本的观测值代入判别函数,最后再依据判别准则对该未知类别的样本的所属类别做出判定. 2. 计算机分类 ②分类方法:主要包括统计模式方法和句法模式两大类. A.统计模式识别的方法：最常见的遥感图像计算机分类方法，主要包括监督分类法和非监督分类法. ●非监督分类法:在没有先验类别(训练区)作为样本的条件下,即事先不知道类别特征的情况下,仅依靠影像上不同类地物光谱信息(或纹理信息等)进行特征提取,再采用聚类分析方法,将所有样本划分为若干个类别.此过程也称为聚类（Clustering）. 2. 计算机分类 ②分类方法:主要包括统计模式方法和句法模式两大类. B.句法模式识别的方法：近年来蓬勃发展的遥感图像分类新方法，包括人工神经网络方法、模糊数学方法、专家系统法、决策树分类法等。 2. 计算机分类 ②分类原理（统计模式方法） ?遥感图像的计算机分类是统计模式识别技术在遥感领域中的具 体应用,而统计模式识别的关键是选择和提取待识别目标的特 征,然后按照一定准则作出判别,从而完成图像的识别. ●特征选择：从众多特征中挑选出可以参加分类运算的若干特征. ●特征提取：在特征选择以后，利用特征提取算法（如主成分分析法）从原始特征中求出最能反映其类别特性的一组新特征。 ●判别准则：确定未知类别样本所属类别的标准，由某种判别函数配合以一定的比较运算关系所组成的 2. 计算机分类 ②分类原理（统计模式方法） ?遥感图像分类的主要依据是地物的光谱特征,即地物电磁波辐 射的多波段测量值.这些测量值可以用作遥感图像分类的原始 特征变量. 不过,就某些特定地物的分类而言,多波段影像的原始亮度 值并不能很好地表达类别特征,因此常需对数字图像进行增强 处理(如比值处理、差值处理、主成分变换以及K-T变换等),以 寻找能有效描述地物类别特征的模式变量,然后利用这些特征 变量