遥感图像几种分类方法的比较.pdfVIP

摘要

遥感图像分类一直是遥感研究领域的重要内容，如何解决多类别的图像的分类识

别并满足一定的精，是遥感图像研究中的一个关键问题，具有十分重要的意义。

遥感图像的计算机分类是通过计算机对遥感图像像素进行数值处理，达到自动分

类识别地物的目的。遥感图像分类主要有两类分类方法:一种是非监督分类方法，另

一种是监督分类方法。非监督分类方法是一个聚类过程，而监督分类则是一个学习和

训练的过程，需要一定的先验知识。非监督分类由十不能确定类别属性，因此直接利

用的价值很小，研究应用也越来越少。而旦监督分类随着新技术新方法的不断发展，

分类方法也是层出不穷。从传统的基十贝叶斯的最大似然分类方法到现在普遍研究使

用的决策树分类和人工神经网络分类方法，虽然这些方法很大程改善了分类效果，

提高了分类精，增加了遥感的应用能力。但是不同的方法有其不同优缺点，分类效

果也受很多因素的影响。

本文在对国内外遥感图像分类方法研究的进展进行充分分析的基础上，应用最大

似然分类法、决策树分类法对TM影像遥感图像进行了分类处理。在对分类实现中，

首先对分类过程中必不可少的并影响分类效果的步骤也进行了详细地研究，分别是分

类样本和分类特征；然后详细介绍两种方法的分类实验；最后分别分析分类结果图，

采用混淆矩阵和kappa系数对两种方法的分类结果进行精评价。

关键词:TM遥感影像，图像分类，最大似然法，决策树

题目：遥感图像几种分类方法的比较错误!未定义书签。

摘要1

第一章绪论3

1.1遥感图像分类的实际应用及其意义4

1.2我国遥感图像分类技术现状5

1.3遥感图像应用于测量中的优势及存在的问题6

1.3.1遥感影像在信息更新方面的优越性6

1.3.2遥感影像在提取信息精方面存在的问题6

1.4研究内容及研究方法7

1.4.1研究内容7

1.4.2研究方法8

1.5论文结构8

第二章遥感图像的分类9

2.1监督分类9

2.1.1监督分类的步骤9

2.1.2最大似然法11

2.1.3平行多面体分类方法12

2.1.4最小距离分类方法12

2.1.5监督分类的特点13

2.2非监督分类13

2.2.1K-means算法13

K-均值分类法也称为13

2.2.2ISODATA分类方法14

2.2.3非监督分类的特点16

2.4遥感图像分类新方法16

2.4.1基于决策树的分类方法16

2.4.2人工神经网络方法19

2.4.3支撑向量机19

2.4.4专家系统知识20

2.5精评估21

第三章研究区典型地物类型样本的确定22

3.1样本确定的原则和方法22

3.2研究区地物类型的确定23

3.3样本区提取方案24

3.4各个地物类型的样本的选取方法24

3.4.1建立目视解译标志24

3.4.2地面实地调查采集24

3.4.3利用ENVI遥感图像处理软件选取样本点24

第四章遥感图像分类实验研25

4.1遥感影像适用性的判定25

4.2分类前的预处理26

4.2.1空间滤波的处理26

4.2.2频域滤波处理27

4.3利用ENVI软件对影像按照不同的分类方法进行监督分类28

4.3.1监督分类28

4.3.2决策树31

4.4分类后的处理33

4.5精度的比较34

第五章结论