遥感数字图像处理_监督分类与非监督分类.pdfVIP

2011 年遥感数字图像处理 08 次实习报告 实习序号及题 实习 8. 监督分类与非监督分类 目 实习人姓名 专业班级及编号 09 地基 01 号 任课教师姓名 实习指导教师姓名 榆中校区实验楼 实习地点 实习日期时间 2011 年 12 月 13 日 A209 实习目的 1、理解影像监督分类和非监督分类的原理、方法和步骤，初步掌握土地覆盖的计算 机自动分类方法。 2、学会对训练样区进行可分性评价及分类结果精度进行评价。 实习内容 1、通过遥感影像解译确定的土地覆盖分类类型、色调和编码： 编码 地物名称 编码 地物名称 11 水稻田 paddy land 51 河流 stream 12 水浇地 irrigated land 52 水库/坑塘 reservoir or pond 20 园地 garden 61 城镇/农村居民地 town or village 30 草地 grassland 62 工业区 industrial 31 林地 forest 71 沙漠 sandy desert 32 防护林 prevention desert 72 砾漠 gravel desert 33 幼林地 young forest 73 裸地/盐碱地 barren land 4 公路/铁路 road or railway 2、按照监督分类的步骤，在影像上找出对应各个土地利用/覆盖类型的图斑，建立训 练区，给出各个类别的特征统计表。 3、采用 2 种可分性度量方法（变化分离度、J-M 距离）给出可分性矩阵，判断类型 之间的可分性，将可分性矩阵转换为文本文件格式并以表格形式插入实习报告中，说明 哪些地物类型之间较易区分，哪些类型之间难以区分。 4 、利用最大似然法完成监督分类，注意各个参数的设置。 5、分类后处理：顺序采用聚类法，过滤法进行实验，将处理后的影像跟监督分类后 的影像进行对比，观察发生的变化。 6、分类精度评价，随机采集 100～200 个样本点，并确保每一类别不少于 10 个样本； 进行分类精度评价，得到分类混淆矩阵，计算 Kappa 系数，并对结果进行解释。 7、非监督分类：预先假定地表覆盖类型为 30 类，叠代次数选为 20，由系统完成非 监督分类；参照监督分类的结果对分类结果进行分析，修改类别属性值，进而确定新的 土地利用/覆盖分类方案。 基本原理 1、监督分类：监督分类是在分类前人们已对遥感影像样本区中的类别属性有了先验 知识，进而可利用这些样本类别的特征作为依据建立和训练分类器（亦即建立判别函数）， 1 / 11 2011 年遥感数字图像处理 08 次实习报告 进而完成整幅影像的类型划分，将每个像元归并到所对应的一个类别中去。换句话说， 监督分类就是根据地表覆盖分类体系、方案进行遥感影像的对比分析，据此建立影像分 类判别规则，最后完成整景影像的分类； 2、监督分类的一般过程： ①确定分类方案：要求满足互斥性、完备性和层次性要求。 ②特征选取：