遥感数字图像处理第十章图像的计算机分类.pdf

遥感数字图像处理，根据抽象程度不同可分为三个层次：遥感数字图像处理，根据抽象程度不同可分为三个层次： 狭义的图像处理（图像预处理）、图像分析和图像解译。狭义的图像处理（图像预处理）、图像分析和图像解译。 图像分析图像分析 图像解译图像解译 图像预处理图像预处理 利用计算机系统来模拟人类的感知和 识别智能 进一步研究图像中各目标物的性质、特征和它们之间的相互关进一步研究图像中各目标物的性质、特征和它们之间的相互关 系，并给出对图像内容的理解和对地面客观地物、场景的解译系，并给出对图像内容的理解和对地面客观地物、场景的解译 原始图像 专题制作 计算机分类 第十章 遥感图像的计算机分类 主要内容 一、分类的基本原理 二、分类的基本流程 三、分类的基本方法 监督分类 非监督分类 一、分类的基本原理 1、遥感数字图像计算机分类 ——是通过模式识别理论，利用计算机将遥感图像自 动分成若干地物类别的方法。 目的：识别图像信息所对应的实际地物，提取所需地物信息  假设多光谱图像有n个波段，则 （i,j）位置的像元在所有波段 i,j 波段1 上的灰度值可以构成一个矢量 X=(x T ,x ,…,x ) , 1 2 n 波段2  其中x 表示第k个波段图像上该 k 像元的灰度值。 波段n  x称为光谱特征变量，包含x的n 维随机向量X称为光谱特征向量。  光谱的特征空间： 为度量地物的光谱特征， 建立的以各波段图像的 亮度分布为子空间的多维空间 计算机分类的依据是： 同类地物具有相同（似）的光谱特征，不同的地物其光 谱特征具有明显的差别。判别的依据是图像像素间的相似 度 由于影响地物光谱特征因素很多，所以影像的判读都是建 立在统计分析的基础上的 地物与光谱特征空间的关系 。 地物模式（类）特点：  地物的图像灰度概率在单波段（称一维空间）符合正 态分布规律；  多维图像（多波段）中的一个像元值（灰度）向量， 在几何上相当于多维空间中的一个点，而同类地物的像 元值，既不集中于一点，也绝非是杂乱无章的分布，而 是相对地密集在一起形成一个点集群 （一个点群就是地 物的一种类别）。  2、地物特征点集群在特征空间的分布 (1) 理想情况 不同类别地物的集群在某一个子空间（即某一子波段 图像中）的投影（即亮度范围或一维直方图分布范围） 是完全可以区分开的。这时只要在单波段图像中利用 影像亮度分割的措施便可以达到地物分类的目的。 (2) 典型情况 不同类别地物的点群在任一子空间中的投影都是相 互重叠的，但在总的特征空间中都是完全可以区分