- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第六章 遥感影像的分类
及农业应用
第六章 遥感影像的分类处理
一、分类原理、特征和相似性度量
二、非监督分类
三、监督分类
四、分类后处理和分类精度的评价与提高
五、遥感影像分类的农业应用
一. 分类原理、特征和相似性度量
1. 遥感影像分类:
遥感影像分类是把影像中的每个像元或区域划归为若干类别的过程,
即通过对各类地物的光谱特征分析来选择特征参数,将特征空间划分为互
不重叠的子空间,然后将影像内各个像元划分到各个子空间中去,从而实
现分类。
波段1
植被 水
波段2 特征向量
裸土
(a) 地物分布 (b) 遥感影像
波段
2
裸土
植被
图例
水
裸土
植被 水
波段1
(d) 专题图 (c) 特征空间
2. 光谱特征空间
遥感影像的光谱特征通常是以地物在多光谱影像上的亮度值
(反射率值或亮度温度值或后向散射系数…)体现出来。
假设遥感影像有n个波段,则(i,j)位置的像素在每个波段上的
灰度值可以构成表示为
T
X X 1,X 2 ,...,X n
X是包含n维空间的光谱特征空间,例如2个波段定义的2维特征空
间,3个波段定义的3维特征空间等。这样n个波段的多光谱影像便
可以用n维特征空间中的一系列点来表示。在遥感影像分类问题中,
常把影像中的某一类地物称为模式,而把属于该类的像素称为样本,
T
X X 1,X 2 ,...,X n 可以称为样本的观测值。
二维特征空间
1
3
2
3. 特征选择
原始遥感影像的特征彼此之间往往具有较强的相关性,不
加选择的利用这些特征变量分类不但会增加多余的运算,反而
会影响分类的准确性;当特征维数增加的时候,特征组合形式
成指数倍增加,因此,需要从原始影像n个特征中选择k个特征
(nk)来进行分类。
错误率 Hughes休斯现象
波段数
4. 相似性度量
在特征空间已经存在的情况下,每个像素的分类问题,就是判定它与
哪个类的特征比较相似的问题。距离是常用的相似性度量的概念。分类是
确定像素距离哪个集群中心较近,或落入哪个集群范围的可能性大的问题。
像素与点群的距离越近,那么,属于该点群的可能性就越高。按照一定的
准则,当距离小于一定值时,像素被划分为最近的点群。每个点群
文档评论(0)