6.5 监督分类作物育种学.pdf

地球信息科学与空间技术 第六章 遥感图像处理技术 6.5 监督分类 监督分类 土地覆盖变化监测需要基于遥感图像分类结果 前 后 前 后 监督分类 目的：将图像中每个像元根据其在不同波段的光谱亮度、空间结 构特征或者其他信息，按照某种规则或算法划分为不同的类别。 加入空间关系（纹理等）或遥感多波段合成信息（遥感指数等） 可提高分类精度 监督分类 遥感图像分类结果 监督分类 根据分类过程中人工参与程度，分为 监督分类 非监督分类 在实际分类中，并不存在“正确“的分类形式。 监督分类 又称训练分类法 即用被确认类别的样本像元去识别其他未知类别像元的过程。 已被确认类别的样本像元是指那些位于训练区的像元。 分为两个基本步骤： 选择训练样本和提取统计信息 选择分类算法 监督分类 选择训练样本和提取统计信息 选择的训练样本应能准确地代 表整个区域内每个类别的光谱 特征差异，是监督分类的关键。 监督分类 训练样本需满足： 1. 同一类别训练样本必须是均质的、不能包含其他类别； 2. 涵盖同一类别所有类型 ，如不同土壤类型的针叶林 3. 每一类别训练样本具有一定数量 （10*波段数）。 4. 需采用每隔一定间隔采集几个连续的样本像元， 或地理分层采样 ，避免空间自相关性造成的训练标 志不具代表性。 监督分类 训练样本评价 图表显示：将训练样本的直方图、均值、方差、最大值及最小值绘制成线 状图，评价各类别训练样本的分布、离散度和相关性。 水体样本统计 监督分类 是另一种广泛用于评价训练样本的方 特征空间 法。图中显示图像中两个波段所有像 二维图 元的分布，若不同类别像元分布不存 在重合，则类别相对较易分离。 监督分类 监督分类 监督分类 选择分类算法 平行算法 常用的 分类算 最小距离法 法包括 最大似然法 监督分类 平行算法 又称为盒式决策规则 是根据训练样本的亮度值范围形成一个多维数据空间。其他像元的 亮度值如果落在训练样本的亮度值所对应的区域，就被划分到其对 应的类别中。 监督分类 平行算法 波段2 可扩展到两个以上的波段和类别 B 区域A、B可用最大值、最小值或平