非监督分类方法与应用.pptxVIP

;;在特征空间中，依据像元相似度的大小，归类相似的像元，分离不相似的像元，并给每一个像元赋类别值的过程

分类的总目标是将图像中所有的像元自动进行土地覆盖类型或土地覆盖专题的分类;;遥感图像;;;非监督分类方法的主要思想是聚类，利用事先定义的参数确定特征空间中类别的位置，然后确定单个像元是否属于某个类别。

;;;主要非监督分类方法：

1.K-均值法（K-meansAlgorithm）

2.迭代自组织数据分析技术方法（ISODATA）;优点：

不需要预先对待分类区域有广泛的了解

需要较少的人工参与，人为误差的机会减少

小的类别能够被区分出来;

非监督分类第一步获得图像是灰度图像，不利于类别