第八章++遥感图像的分类.ppt
《第八章++遥感图像的分类.ppt》由会员分享,可在线阅读,更多相关《第八章++遥感图像的分类.ppt(24页珍藏版)》请在三一文库上搜索。
1、第八章 遥感图像分类,一、概述 二、监督分类 三、非监督分类,一、概述,图像分类:将图像中每个像元根据其光谱信息、空间结构信息和(或)其它专题信息,按照一定的规则或算法划分为不同的类别。 可在由计算机自动完成。 最常用于分类的信息是光谱信息,即各波段的亮度值。另外还可以将空间结构信息,如图像纹理密度、方向等,及其它专题信息用于分类。这些信息的加入常可使分类的精度得到显著提高。 除考虑目标象元的特征外,还可以考虑周围象元的特征。,二、监督分类(supervised),原理 方法与步骤 监督分类的优缺点,原理,建立各类型已知样本区(训练区),根据训练区确定各类的统计特征,以此为基础,建立分类的判别
2、函数,对每个象元进行类别划分。,步骤,训练区的选取 类别统计特征的计算 判别函数的确定 对每个象元进行判别计算,1 训练区的选取,对每一分类类型,在图像上圈定若干个已知区,作为训练区 要点: 训练区要典型,有代表性 训练区最好能均匀分布于全区,2 类别统计特征的计算,计算各类别训练区中各分类参数(波段)的统计特征值:均值、标准差、最大值、最小值、方差、协方差矩阵、相关矩阵或重心等。,训练样本分类能力的考查,地物亮度分布一般属于正态分布或对数正态分布 某类单波段亮度直方图应为单峰,方差越小分类效果越好。如出现多峰说明有多个总体,视情况需修改训练区 不同类在单波段直方图上均值相距越大,方差越小,分
3、类效果越好。两类直方图有重叠,则重叠区样本难以区分 特征空间二维图中各类样本越集中,距离越远,分类效果越好 错分误差(commission error)像元被分到一个错误类别的比例 漏分误差(omission error)像元没被到相应类别的比例,3 判别函数的确定,常用三种方法: 平行算法 最小距离法 最大似然法,平行算法,又称盒式决策规则 根据各类训练样本的亮度值范围(由亮度最大值和最小值确定) 形成的多维数据空间区域来进行判别,将落入该区域内的像元划为该类。也可用均值和标准差来确定,则,如:,或,第i波段j类的最小亮度值;,第i波段j类的最大亮度值;,第i波段象元值;,第i波段j类的标准
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第八 遥感 图像 分类
链接地址:https://www.31doc.com/p-2981014.html