遥感图像的分类教学提纲.ppt

遥感图像的分类;原理;步骤;1 训练区的选取;2 类别统计特征的计算;训练样本分类能力的考查;3 判别函数的确定 ;平行算法;;特点： 快速 边界附近的判别准确 但当类别间亮度区域有重叠时无法判别;最小距离法;tm4;最大似然法（Bayes);a1;监督分类的优缺点;三、非监督分类;非监督分类步骤;3、 检查和修改集群中心：根据规定的参数（阈值）来检查前一次循环中归类的结果，决定再分裂，合并或取消某些类别 分裂：标准差超过参数“最大标准差”，已有类别数小于预期类别数，或某一类的像元数大于参数“最大像元数，则该类就要分裂为两个新的集群中心（类别）：;合并：把两个集群（类）合并在一起，重新计算其中心（均值）。两种情况下进行： 两个集群之间的距离小于规定的阈值“最小群间距” 集群数超过了规定的“最大分类数” 类间距一般采用相似距离：;取消：当某个集群的像元数少于参数“一类最小像元数”，则这一点群被取消，其像元分散到相邻的群中。 4 、输出分类结果：两个循环间各类均值向量平均移动距离小于规定的移动阈值，或循环达到规定次数，则计算停止，输出结果。;开始;非监督分类的优缺点;此课件下载可自行编辑修改，仅供参考！感谢您的支持，我们努力做得更好！谢谢