遥感图像分类方法研究综述.pdfVIP

第2期，总第64期 国土资源遥感 No．2．2005 2005年6月15日 REMOTESENSINGFORLAND＆RESOURCESJun．。2005 遥感图像分类方法研究综述 李石华1，王金亮1，毕艳1…，陈姚1，朱妙园1，杨帅3，朱佳1 (1．云南师范大学旅游与地理科学学院，昆明650092；2．云南省寄生虫病防治所，思茅665000； 3．云南开远市第一中学，开远661600) 摘要：综述了遥感图像监督分类和非监督分类中的各种方法，介绍了各种方法的优缺点、适用领域和应用情况，并 作了简单评述，最后，展望了遥感图像分类方法研究发展方向和研究热点。 关键词：遥感；图像分类；分类方法 751 中图分类号：TP 文献标识码：A 文章编号：1001—070x(2005)02—0001一06 光谱数据的广泛应用，各种新理论新方法相继涌现， O 引言 对传统计算机分类方法提出了新的要求㈠5。。 随着卫星遥感和航空遥感图像分辨率的不断提 2基于统计分析的遥感图像分类方法 高，人们可以从遥感图像中获得更多有用的数据和 信息。由于不同领域遥感图像的应用对遥感图像处 2．1监督分类 理提出了不同的要求，所以图像处理中重要的环 监督分类是一种常用的精度较高的统计判决分 节——图像分类也就显得尤为重要，经过多年的努 类，在已知类别的训练场地上提取各类训练样本，通 力，形成了许多分类方法和算法。本文较全面地综 过选择特征变量、确定判别函数或判别规则，从而把 述了这些分类方法和算法，为遥感图像分类提供理 图像中的各个像元点划归到各个给定类的分类方 论指导。 法[2’3’6．7]。常用的监督分类方法有：K邻近法(K— Nearest rIreeClassifi- Neighbor)、决策树法(Decision 1 Classifier)。主要步骤 遥感图像分类研究现状 er)和贝叶斯分类法(Bayesian 包括：①选择特征波段；②选择训练区；③选择或 在目前遥感分类应用中，用得较多的是传统的 构造训练分类器；④对分类精度进行评价。 模式识别分类方法，诸如最小距离法、平行六面体 最大似然分类法(MLC)是遥感分类的主要手段 法、最大似然法、等混合距离法(ISOMIx)、循环集群之一。其分类器被认为是一种稳定性、鲁棒性好的 法(Is0DATA)等监督与非监督分类法。其分类结果分类器隅J。但是，如果图像数据在特征空间中分布 由于遥感图像本身的空间分辨率以及“同物异谱”、 比较复杂、离散，或采集的训练样本不够充分、不具 “异物同谱”现象的存在，往往出现较多的错分、漏分 代表性，通过直接手段来估计最大似然函数的参数， 现象，导致分类精度不高。11。随着遥感应用技术的 就有可能造成与实际分布的较大偏差，导致分类结 发展，傅肃性等对P．V．Balstad(1986)利用神经网络果精度下降。为此，不少学者提出了最大似然分类 进行遥感影像分类的研究情况以及章杨清等在利用 器和神经网络分类器。改进的最大似然分类器多采 分维向量改进神经网络在遥感模式识别中的分类精 用Gauss光谱模型作为条件概率密度函数模型，其 度问题作了阐述旧J，孙家柄对M．A．蹦edl(1992)和中最简单的是各类先验概率相等的分类器(即通常 c．E．Brodley(1996)研究的大量适用于遥感图像分所说的最大似然分类器)，复杂的有Ediri埘ckre瑚等