遥感图的像自动分类.pptVIP

第10讲 课题:遥感图像的自动分类(1) 目的要求:1.理解遥感图像分类的原理;2.掌握遥感 图像分类的工作流程;3.熟悉常用分类方法;4.掌 握分类后处理及分类精度分析。 重点:监督分类与非监督分类 难点:监督分类的过程 教学课时:2课时 教学方法:授课为主、鼓励课堂交流 本次课涉及的学术前沿:遥感图像分类的原理及遥感 图像分类方法的最新发展  第九章遥感图像分类 遥感图像的计算机分类,就是利用计 算机技术来模拟人类的识别功能,对地球表 面及其环境在遥感图像上的信息进行属性 的自动判别和分类,达到提取所需地物信 息的目的。  §9-1基础知识 1、模式与模式识别 所谓“模式”是指某种具有空间或几何 特征的东西。 对被识别的模式作一系列的测量,然后 将测量结果与“模式字典”中一组“典型 的”测量值相比较,得出所需要的分类结果。 这一过程称为模式识别  分类器(或称判决器),可以根据一定 的分类规则,把某一测量矢量X划入某一组 预先规定的类别之中去。 自然模式 接收器 分类器结果 (传感器 (判决器) Xn 模式识别系统的模型  2、光谱特征空间及地物在特征空间中聚类 的统计特性 光谱特征空间:以各波段图像的亮度分布为 坐标轴组成的空间 同类地物在特征空间形成一个相对聚集 的点集群 不同类地物的点集群在特征空间内一般 是相互分离的  B 植被壤 土壤 土壤 水 030o8d902m MSS L4 I 光谱反射特性曲线 地物与光谱特征室间的关系  特征点集群在特征空间中的分布大致可 分为如下三种情况: 理想情况——不同类别 植被 的点的集群至少在一个 特征子空间中的投影是 完全可以相互区分开的。  般情况——无论在总的特征空间中,还是 在任一子空间中,不同类别的集群之间总 是存在重叠现象。这时重叠部分的特征点 所对应的地物,在分类时总会出现不同程 度的分类误差,这是遥感图像中最常见的 情况  典型情况—一不同类别地物的集群,在任 子空间中都有相互重叠的现象存在,但在 总的特征空间中可以完全区分的。这时可 采用特征变换使之变成理想情况进行分类  §9-2特征变换及特征选择 特征变换 、主分量变换 2、穗帽变换 3、哈达玛变换 哈达玛变换定义为:L=HX