计算机信息提取.pptVIP

监督分类的步骤首先找出影像中各种类别具有代表性的像元集合，作为样本（训练样区）；求出每种类别样本像元集的统计特征，然后选择特征参数（如样本像元的平均值、方差）；根据特征参数建立判别函数；根据判别函数对已知类别的样本像元进行分类，反复调整判别函数；最后用判别函数对所有未知像元进行判断，划分像元的类别归属。样本像元的选取，通常需要人参与；对判别函数要用样本进行反复验证和训练，就像有人在监督一样第29页，共53页，星期日，2025年，2月5日第30页，共53页，星期日，2025年，2月5日第31页，共53页，星期日，2025年，2月5日第32页，共53页，星期日，2025年，2月5日第33页，共53页，星期日，2025年，2月5日第34页，共53页，星期日，2025年，2月5日第35页，共53页，星期日，2025年，2月5日非监督分类实例二、图像分类方法第36页，共53页，星期日，2025年，2月5日二、图像分类方法2、非监督分类（１）、动态聚类法在初始状态给出图像粗糙的分类，然后基于一定原则在类别间重新组合样本，直到分类比较合理为止。第37页，共53页，星期日，2025年，2月5日非监督分类步骤：设定分类判定方法参数，分类数设定初始分类中心将各个像元归入设定的各类中计算各类的新中心值比较前后中心值是否一致：不一致，调整各类中心及域值，回到步骤３；一致，分类图象输出第38页，共53页，星期日，2025年，2月5日第1页，共53页，星期日，2025年，2月5日违规建筑的防治第2页，共53页，星期日，2025年，2月5日第3页，共53页，星期日，2025年，2月5日第4页，共53页，星期日，2025年，2月5日第5页，共53页，星期日，2025年，2月5日一、分类原理与基本过程第6页，共53页，星期日，2025年，2月5日第7页，共53页，星期日，2025年，2月5日第一节计算机分类基本原理分类的定义分类的基本原理分类的一般步骤第8页，共53页，星期日，2025年，2月5日1.1分类的定义遥感图像分类以遥感数字图像为研究对象，在计算机系统支持下，综合运用地学分析、遥感图像处理、地理信息系统、模式识别与人工智能技术，实现专题信息的智能化获取。其基本目标是将人工目视解译遥感图像发展为计算机支持下的遥感图像理解。第9页，共53页，星期日，2025年，2月5日1.2分类的意义由于利用遥感图像可以客观、真实和快速地获取地球表层信息，这些现势性很强的遥感数据在自然资源调查与评价、环境监测、自然灾害评估与军事侦察上具有广泛应用前景。因此，利用计算机进行遥感图像智能化解译，快速获取地表不同专题信息，并利用这些专题信息迅速地更新地理数据库，这是实现遥感图像自动理解的基础研究之一，因此具有重要的理论意义和应用前景。第10页，共53页，星期日，2025年，2月5日2、分类原理最小距离分类法-示例第11页，共53页，星期日，2025年，2月5日2、分类原理遥感图像计算机分类的依据是遥感图像像素的相似度。常使用距离和相关系数来衡量相似度。采用距离衡量相似度时，距离越小相似度越大。采用相关系数衡量相似度时，相关程度越大，相似度越大。第12页，共53页，星期日，2025年，2月5日2、分类原理最小距离分类法-示例特征空间水的点群中心水的特征均值第13页，共53页，星期日，2025年，2月5日2、分类原理1）找像元的分布特征（如点群中心、位置、规律），并且确定点群的界限。2）点群中心是这一类地物类别像元特征的均值向量。3）点群的范围这一类地物类别像元特征的标准差向量（协方差）。它反映了点的离散程度。4）点群的边界是分类过程中决定像元归属的“准则”，称为判别函数。第14页，共53页，星期日，2025年，2月5日2、分类原理遥感图像分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析，选择特征，并用一定的手段将特征空间划分为互不重叠的子空间，然后将图像中的各个像元划归到各个子空间去。特征—能够反映地物光谱信息和空间信息并可用于图像分类处理的变量第15页，共53页，星期日，2025年，2月5日关键问题选择适当的分类规则，通过分类器把图像数据划分为尽可能符合实际情况的不同类别。确定判别函数和相应的判别准则。第16页，共53页，星期日，2025年，2月5日3、分类基本过程数据准备。根据图像分类目的选取特定区域的遥感数字图像，需考虑图像的空间分辨率、光谱分辨率、成像时间、图像质量等。根据研究区域，收集与分析地面参考信息与有关数据。数据预处理辐射