经典毕业论文答辩模板及图片.pptVIP

Company Logo 遥感图像监督分类方法的比较研究 * 主要研究内容 针对遥感图像各种监督分类方法适用范围不同且分类机制各有优劣的特点，本文对遥感图像监督分类的几种典型的方法进行比较分析 1、首先对最小距离法、马氏距离法、最大似然法这三种监督分类方法的原理进行分析； 2、其次将其应用于处理同一区域的遥感图像，分析其处理精度，然后探讨评析各种方法的优劣。 3、最后得出结论，在影像分类中，这几种方法并不能够完全割裂开来，而应该根据实际分类的需要，合理科学灵活的运用这几种方法，甚至混合使用其中的两种或多种，使影像分类达到预期的目的和要求。 * 论文框架 1、绪论，主要阐述了本研究的选题背景意义、 国内外研究现状，从总体上对论文做了简单的介绍。 2、研究区概况及论文数据准备，主要介绍本研究所选地区的概况、研究中需要的数据及软件。 3、监督分类方法的基本原理，主要介绍最小距离法、马氏距离法以及最大似然法这三种监督，分类方法的算法原理和特征分析。 4、实验操作与结果分析，主要介绍分别用以上三种方法对同一区域的遥感图像进行监督分类并对三种不同分类结果进行比较分析。 5、结论，总结了本研究的主要结论、研究中存在的不足和今后需要做更深一步研究的地方。 * 1、绪论 1.1选题背景及意义 对于影像分类方法的研究，从不同的方面可以划分为不同的类型。在影像分类过程中，根据是否已知训练样本的分类数据，影像分类方法又可以分为监督分类和非监督类。 遥感图像监督分类，又称为训练区分类，是基于统计方法对遥感图像分类的，也是目前应用较多、算法较为成熟的分类方法。它利用对地面样区的实况调查资料，从已知训练样区得出实际地物的统计资料，然后再用这种统计资料作为图像分类的判别依据，并依一定的判别准则对所有图像像元进行判别处理，使得具有相似特征并满足一定识别规则的像元归并为一类，如此完成对整幅图像的处理。 * 研究意义： 针对遥感图像各种监督分类方法适用范围不同且分类机制各有优劣的特点，对遥感图像监督分类的几种典型的方法进行比较分析,将其应用于处理同一区域的遥感图像，分析其处理精度，最后探讨评析各种方法的优劣，有利于更好地针对遥感图像本身的特点，选择最合适的分类方法，最终使遥感图像的处理精度更高，效果更明显，有效提高遥感图像专题信息提取的精度。 * 国内大多数研究者都对以上种方法进行过对比研究，提出最大似然法的适用范围最广，分类精度较高。因此，近几年最大似然法在遥感专业信息提取方面使用很广泛。当前，越来越多的人将目光瞄向了神经网络分类法，以BP为代表的神经网络在遥感信息提取中得到广泛应用。 基于各种监督分类方法都有各自的特点和适用范围，在当今的研究趋势下，越来越多的国内外研究者趋向于综合两种或多种方法进行监督分类，以求取长补短，优势互补。这大大提高了遥感图像监督分类的精度以及专业信息的提取。常见的有最大似然值法与最小距离法的结合、最大似然值法与马氏距离法的结合等。 1.2 国内外研究现状分析 * 2 研究区概况及数据准备 2.1研究区概况 徐州市位于江苏省的西北部，东经116°22′～118°40′、北纬33°43′～ 34°58′之间。东西长约210公里，南北宽约140公里，总面积11258平方公里，占江苏省总面积的11％。属于华北平原的东南部，域内除中部和东部存在少数丘岗外，大部皆为平原。徐州是江苏省第二大城市，淮海经济区中心城市，长江三角洲区域中心城市，东陇海线核心城市，苏北最大城市，也是中国第二大铁路枢纽，长三角的“北大门”，长三角北部集聚辐射力最强的节点城市和重要增长极。徐州是国家重要的交通要道、军事战略要地和能源基地，享有较高的历史地位和政治地位。 绪论 * 2.2 实验数据 本研究所用遥感 TM 数据来源于美国地质勘探局（United States Geological Survey，USGS）网站，下载2000年徐州市TM图像，选取其中512×512像元大小的TM图像为实验数据，该图像包括4,2,3三个波段，空间分辨率为30m。 * 2.3 实验软件ERDAS简介 ERDAS IMAGINE是美国ERDAS公司开发的遥感图像处理系统,它以其先进的图像处理技术,友好、灵活的用户界面和操作方式,面向广阔应用领域的产品模块,服务于不同层次用户的模型开发工具以及高度的RS/GIS集成功能,为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具,代表了遥感图像处理系统未来的发展趋势。 * 分类方法 最小距离法 马氏距离法 最大