课件：遥感图像计算机自动识别.ppt

* 分类专题图 分类专题图 * 四、分类方法 （一）监督分类--训练分类法 Supervised Classification 分析者在图像上对每一种类别选取一定数量的训练区，通过所选择代表各类别的已知样本(训练区)的像元光谱特征，事先取得各类别的参数，确定判别函数和相应的判别规则，从而进行分类。 * 判别函数 描述某一未知类别的像元模式属于某个类别的情况的函数，如属于某个类别的条件概率。不同的类别有各自不同的判别函数。 判别规则 对像元模式所属类别进行判断的依据。对某一未知类别的像元模式计算出在各个不同类别的判别函数中的值后，就可用判别规则来判定其所属类别。 分类基本思想 地物类别与特征空间中的区域相联系； 类别划分就相当于用合适的边界对特征空间进行区域划分； 判断像素的类型实际上是看其所对应的特征矢量落入特征空间的哪个区域。　 * 1、最大似然法 基本思想：样区内的各类别集群在光谱特征空间中的概率分布函数为先验已知，对于样区外的任一未知像元，分别计算它落于各类别区域内的概率，其概率值最大的相应类别就是该像元应属的类别。 建立在贝叶斯准则的基础上，错分概率最小的一种方法。 * 为　　类出现的概率，先验概率； 为　　类中出现Ｘ的条件概率，似然概率； 为Ｘ属于　　类的后验概率。 概率判别函数： 　某特征矢量Ｘ落入某类集群　　的条件概率　　　　。 根据贝叶斯准则，有： 贝叶斯判别规则： 　若对于所有可能的ｊ＝1，2，…，m；（j不等于i）有 ，则X属于 类。 * 类的概率分布计算： 　假设同类地物在特征空间服从正态分布 * * 2、最小距离法 基本思想是计算未知类别的特征矢量X到各类别集群之间的距离，哪类离它最近，X就属于哪类。 判别函数 判别规则 若对于所有的比较类j=1，2，…，m；（j不等于i），有 ，则X属于第 类。 * 距离判别函数 1、马氏距离 2、欧氏距离 3、计程距离 4、… * * 3、平行管道法（盒式分类法） * * 监督分类法主要步骤： （1）确定类别数 （2）特征变换和特征选择 （3）选择训练样区 （4）确定判别函数和判别规则 （5）根据判别函数和判别规则对非训练样区的图像区域进行分类。 * * （二）非监督分类—聚类分析 Unsupervised Classification 不施加任何先验知识，仅凭遥感影像上地物的光谱特征分布规律进行自然“聚类”。 分类结果只是对不同类别达到了区分，但并不能确定类别的属性。 分类结束后，利用目视判读或实地调查等方法确定类别属性。 集群分析 直接比较样本中各事物之间的性质，将性质相近的分在同一类，而将性质差异比较大的分在不同类。 * 聚类算法 计算出像元之间的相似性矩阵，找出最高相关像元，形成集群心 选择若干个模式点作为聚类的中心，每一中心代表一个类别； 按照某种相似性度量方法将各模式进行归类，形成初始分类； 由聚类准则判断初始分类是否合理，如果不合理就修改分类； 反复迭代，直到分类合理为止。 Ｋ—均值聚类法 ISODATA算法动态分析 平行管道法聚类分析（基于最邻近规则探测法） 分级集群法 … * ISODATA算法聚类分析 * 聚类过程 类别中心的变化 * * * 4 5 6 7 1 20 30 20 3 2 25 33 19 4 3 22 31 21 4 4 21 29 22 3 5 19 27 18 2 6 20 40 63 70 7 19 39 60 72 8 21 42 65 74 9 18 45 62 71 10 19 41 61 75 例：对MSS影像的10个像元进行非监督分类 * * * ； * 遥感图像多种特征的提取 地物边界跟踪法 点状和面状 线状 形状特征提取 * 空间关系特征提取 方位关系 包含关系 相邻关系 相交关系 相贯关系 * * * * 宁医大总院心脑血管病医院消化内科 第一部分 第二部分 第三部分 第四部分 遥感图像计算机自动识别 * 判读： 对遥感图像上的各种特征进行综合分析、比较、推理和判断，以提取出所感兴趣的信息。 目视判读 自动判读 遥感图像自动判译专家系统 图像识别（判读）的本质是分类，分好类了，结合对照地面类型便可对图像进行识别。 * 主要内容： 概念 基本原理 分类过程 概率统计的分类方法 * 遥感图像的计算机分类，是通过模式识别理论，利用计算机将遥感图像中的像素自动分成若干种地物类别的