高分辨率遥感图像分类技术研究汇.doc

目 录 摘 要 1 关键词 1 Abstract 1 Keywords 1 引言 1 1 高分辨率遥感图像分类技术概述 2 1.1高分辨率遥感图像分类技术 2 1.2高分辨率遥感图像分类技术的难点 2 2 非监督分类 3 2.1 K-Means算法 4 2.2 ISODATA分类方法 6 2.3 分类效果分析 8 3 监督分类 9 3.1最近邻模糊分类器 9 3.2加入不变矩胡氏矩 11 3.3 分类结果分析 13 4 结语 13 5 参考文献 14 高分辨率遥感图像分类技术研究 姓 名：肖雪妮 学 号：20095084033 学 院：城市与环境科学学院 专 业：地理信息系统 指导老师：姚高伟 职 称：讲师 摘 要：遥感图像分类一直是遥感研究领域的重要内容，如何解决多类别的图像的分类识别并满足一定的精度，是遥感图像研究中的一个关键问题，具有十分重要的意义。遥感图像分类方法众多，各有优劣，本文着重分析了遥感图像处理的两种非监督分类方法，简要阐述了监督分类方法，通过比较它们在进行遥感影像分类的特点和优势探讨总结了它们在农作物监测、城市建筑物分类、土地利用调查等实际生产中应用方法和效果。关键词Abstract：Remote sensing image classification has been an important part of the investigative field of remote sensing, how to solve the multi-class image classification to identify and meet certain accuracy is a key issue in the study of remote sensing image and has a very important significance. There is numbers of classifications, everyone has its advantages and disadvantages, this paper elaborates on the analysis of two unsupervised classification methods of remote sensing image processing, and briefly described supervised classification method , by analyzing and comparing their features and advantages of classifying high-resolution remote sensing image，then summarizing their actual production application methods and effects in crop monitoring，classification of city buildings, and survey of land-use． Keywords：high resolution ；classification；unsupervised；supervised 引言 随着社会经济的快速发展，人们的生活需求与资源环境的矛盾越来越突出，遥感技术(RS)作为一种准确、客观、及时获取地球表面宏观信息的手段，在城市规划建设、土地利用监测、农业、林业以及自然灾害预报等方面得到越来越广泛的重视和应用。另外由于航空航天遥感以及计算机技术的迅猛发展，应用于遥感的传感器分辨率越来越高，获取的遥感影像质量也越来越好特别是SPOT、IKONOS、QUICKBIRD等高分辨率遥感卫星影像的出现更为后期遥感影像的分析和应用带来了更好的数据源和更广大深入的应用前景。要更好地利用遥感影像进行资源调查和动态监测就必须利用各种方法对获取的高分辨率遥感影像进行分类，以提取并区分各种地物地貌信息，同时对分类结果加以统计分析以满足不同的需要。本论[2]。 2 非监督分类 非监督分类是指人们事先对分类过程不施加任何的先验知识，仅凭遥感图像地物的光谱特征的分布规律，随其自然地进行自目的分类。其分类的结果只是使不同类别达到了区分，并不确定类别的属性，其属性是通过事后对各类的光谱响应曲线进行分析，以及与实地调查相比较后确定的。遥感图像上的同类地物在相同的地表结构特征、植被覆盖、光照等条件下，一般具有相同的或相近的光谱特征，从而表现出某种内在的相似性，归属于同一光谱空间区域；不同的地物，光谱信息特征不同，归属于不同的光