資源描述：
《遙感影像分類方法的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、遙感影像分類方法的研究鄭州大學(xué)畢業(yè)設(shè)計(jì)論文題目遙感影像的分類方法研究指導(dǎo)教師職稱講師學(xué)生姓名學(xué)號(hào)專業(yè)地理信息系統(tǒng)院系水利與環(huán)境學(xué)院完成時(shí)間201年5月27日201年5月27遙感影像分類方法的研究鄭州大學(xué)畢業(yè)設(shè)計(jì)論文題目遙感影像的分類方法研究指導(dǎo)教師職稱講師學(xué)生姓名學(xué)號(hào)專業(yè)地理信息系統(tǒng)院系水利與環(huán)境學(xué)院完成時(shí)間201年5月27日201年5月27遙感影像分類方法的研究鄭州大學(xué)畢業(yè)設(shè)計(jì)論文題目遙感影像的分類方法研究指導(dǎo)教師職稱講師學(xué)生姓名學(xué)號(hào)專業(yè)地理信息系統(tǒng)院系水利與環(huán)境學(xué)院完成時(shí)間201年5月27日201年5月27日目錄摘要IAbstractI
2、I1緒論111研究背景112遙感影像分類研究現(xiàn)狀113提高分類精度的新方法和新技術(shù)214本文主要研究?jī)?nèi)容315本文研究技術(shù)路線32遙感影像計(jì)算機(jī)分類方法421遙感影像計(jì)算機(jī)分類的基本原理422傳統(tǒng)的非監(jiān)督分類方法4221K均值分類5222ISODATA分類方法523傳統(tǒng)的監(jiān)督分類方法5231遙感影像計(jì)算機(jī)分類流程5232最大似然分類6233最小距離分類6234馬氏距離分類724新型的監(jiān)督分類方法7241支持向量機(jī)7242決策樹分類方法825遙感影像分類精度評(píng)價(jià)9251評(píng)價(jià)的標(biāo)準(zhǔn)9252混淆矩陣9253Kappa系數(shù)93特征的提取和選擇113
3、1研究區(qū)概況1132樣本的確定原則1133波段的分析和選擇114新型分類方法技術(shù)支持1441支持向量機(jī)14411核函數(shù)選取14412其他參數(shù)設(shè)置1542決策樹分類的技術(shù)支持15421不同地物光譜響應(yīng)特征分析統(tǒng)計(jì)15422NDVI植被指數(shù)分析統(tǒng)計(jì)17423高程值分析統(tǒng)計(jì)18424坡度值分析統(tǒng)計(jì)19425主成分變換分析統(tǒng)計(jì)205遙感影像分類的實(shí)現(xiàn)和精度評(píng)價(jià)2251傳統(tǒng)的監(jiān)督分類的實(shí)現(xiàn)22511訓(xùn)練樣本的提純22512最大似然分類22513馬氏距離分類23514最小距離分類24515傳統(tǒng)的監(jiān)督分類精度分析與評(píng)價(jià)2552新型的監(jiān)督分類方法的實(shí)現(xiàn)26
4、521支持向量機(jī)分類26522決策樹分類27523新型分類方法與傳統(tǒng)方法的比較分析296結(jié)論與展望3061結(jié)論3062展望30致謝32參考文獻(xiàn)33摘要傳統(tǒng)的遙感影像分類方法有監(jiān)督分類和非監(jiān)督分類本文主要研究監(jiān)督分類傳統(tǒng)的分類方法一般是基于概率統(tǒng)計(jì)主要有最大似然分類馬氏距離分類最小距離分類人們不斷的嘗試和研究新的方法以便改善分類精度近年來研究較多的是決策樹支持向量機(jī)等本文首先對(duì)五種分類方法進(jìn)行簡(jiǎn)單概述然后選取訓(xùn)練樣本最后進(jìn)行分類重點(diǎn)介紹了以NDVI值高程值坡度值和主成分變換為分類條件的決策樹分類過程最后輸出分類圖通過誤差矩陣和Kappa系數(shù)對(duì)
5、不同分類方法的結(jié)果進(jìn)行精度評(píng)價(jià)最后通過數(shù)據(jù)比較和圖表分析可以看出這五種分類方法中分類精度由高到低依次是支持向量機(jī)最大似然法決策樹馬氏距離和最小距離新型方法優(yōu)勢(shì)明顯決策樹的精度有待提高關(guān)鍵詞遙感影像分類支持向量機(jī)決策樹精度分析AbstractThetraditionalclassificationmethodaresupervisedclassificationandthesupervisedclassificationthispaperresearchthesupervisedclassificationmainlyThetradition
6、alremotesensingimageclassificationmethodisbasedontheprobabilityandstatisticsmainlyhastheimumlikelihoodMahalanobisdistanceMinimumdistancePeoplekeeptryandstudythenewmethodtoimprovetheaccuracyofclassificationInrecentyearsthemoststudyareDecisiontreeandSupportvectormachineetcTh
7、ispaperfirstgivesabriefoverviewonthefivetypesofclassificationmethodthendeterminesandchoosesthetrainingsamplefinallyclassifytheimageThispaperfocusesonthedecisiontreeclassificationprocessmainlywhichonbaseofNDVIvalueelevationvaluesslopevaluesandthetransformationofprincipalcom
8、ponentsFinallytheaccuracyoftheresultsofdifferentclassificationsisevaluatedthroughtheerror
