《遙感圖像分類》PPT課件

《《遙感圖像分類》PPT課件》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、第九章遙感圖像分類本章教學(xué)目的及要求：了解遙感圖像的計算機(jī)分類基本原理、遙感圖像的計算機(jī)分類一般過程；掌握非監(jiān)督分類、監(jiān)督分類。本章教學(xué)重點(diǎn)及難點(diǎn)：如何應(yīng)用非監(jiān)督、監(jiān)督分類對遙感數(shù)字圖像進(jìn)行分類處理，分類結(jié)果的Kappa系數(shù)評價方法。本章提要9.1概述9.2相似性度量9.3工作流程9.4監(jiān)督分類9.5非監(jiān)督分類9.6專家系統(tǒng)分類9.7分類精度分析9.8分類后處理9.1.1基本原理同類地物在相同的條件下(光照、地形等)應(yīng)該具有相同或相似的光譜信息和空間信息特征。不同類的地物之間具有差異根據(jù)這種差異，將圖像中的所有像素按其性質(zhì)分

2、為若干個類別(Class)的過程，稱為圖像的分類。9.1概述9.1.2分類方法根據(jù)是否需要分類人員事先提供已知類別及其訓(xùn)練樣本，可將遙感圖像分類方法劃分為監(jiān)督分類(SupervisedClassification)和非監(jiān)督分類(UnsupervisedClassification)。根據(jù)一個像素被分到一個類還是多個類，可將遙感圖像分類方法分為硬分類(hardclassification)和軟分類(softclassification)。圖像上的一個像素只能被分到一個類的分類方法稱為硬分類。9.1概述遙感圖像計算機(jī)分類的依據(jù)是

3、遙感圖像像素的相似度。常使用距離來衡量相似度。距離是常用的相似性度量的概念。分類是確定像素距離哪個點(diǎn)群中心較近，或落入哪個點(diǎn)群范圍可能性大的問題。像素與點(diǎn)群的距離越近，那么，屬于該點(diǎn)群的可能性越高。9.2相似性度量9.3工作流程自動識別分類監(jiān)督分類法非監(jiān)督分類法圖像的預(yù)處理定義分類模板評價分類模板執(zhí)行監(jiān)督分類評價分類結(jié)果分類后處理圖像的預(yù)處理初始分類專題判斷評價分類結(jié)果分類后處理分類后重編碼1.確定工作范圍2.多源圖像的幾何配準(zhǔn)3.噪聲處理4.輻射校正5.幾何精糾正6.多圖像融合79.4監(jiān)督分類概念：選擇具有代表性的典型實(shí)驗(yàn)

4、區(qū)或訓(xùn)練區(qū)，用訓(xùn)練區(qū)中已知地面各類地物樣本的光譜特性來“訓(xùn)練”計算機(jī)，再按一定的統(tǒng)計判別規(guī)則對未知地區(qū)的像元進(jìn)行分類處理，進(jìn)行自動分類的方法?；具^程：首先根據(jù)已知的樣本類別和類別的先驗(yàn)知識確定判別準(zhǔn)則，計算判別函數(shù)，然后將未知類別的樣本值代入判別函數(shù)，依據(jù)判別準(zhǔn)則對該樣本所屬的類別進(jìn)行判定。9.4監(jiān)督分類訓(xùn)練區(qū)的選擇：訓(xùn)練區(qū)在遙感處理系統(tǒng)中被稱為“感興趣區(qū)”。在ENVI系統(tǒng)中，該區(qū)域稱為ROI，在ERDAS系統(tǒng)中稱為AOI。本文使用ROI表示訓(xùn)練區(qū)。要有代表性（目標(biāo)地物中心較大的區(qū)域選?。?shù)目要包含足夠的信息最大似然比分類

5、法(MaximumLikelihood)通過求出每個像素對于各類別的歸屬概率，把該像素分到歸屬概率最大的類別中去的方法。9.4監(jiān)督分類原始圖像分類圖像優(yōu)點(diǎn)：根據(jù)應(yīng)用目的和區(qū)域，有選擇的決定分類類別，避免出現(xiàn)一些不必要的類別；可以通過檢查訓(xùn)練樣本來決定訓(xùn)練樣本是否被精確分類，從而避免分類中的嚴(yán)重錯誤；分類速度快。監(jiān)督分類的優(yōu)缺點(diǎn)：缺點(diǎn)：主觀性由于圖像中間類別的光譜差異，使訓(xùn)練樣本沒有很好的代表性；訓(xùn)練樣本的獲取和評價花費(fèi)較多的人力時間；只能識別訓(xùn)練中定義的類別。9.4監(jiān)督分類根據(jù)事先指定的某一準(zhǔn)則，讓計算機(jī)自動進(jìn)行判別歸類，無

6、需人為干預(yù)，分類后需確定地面類別。在非監(jiān)督分類中，先確定光譜可分的類別（光譜類）然后定義它們的信息類。9.5非監(jiān)督分類特點(diǎn)不需要訓(xùn)練樣本，先分類分類后再對各類別賦予屬性自動化程度高完全按照像元的光譜信息特征進(jìn)行分類，適用于對分類區(qū)不了解的情況9.5非監(jiān)督分類常用非監(jiān)督分類算法1、K-均值分類算法（分級集群法）2、ISODATA分類算法（動態(tài)聚類法）9.5非監(jiān)督分類當(dāng)同類物體聚集分布在一定的空間位置上，他們在同樣條件下應(yīng)具有相同的光譜信息特征，這時其他類別的物體應(yīng)聚集分布在不同的空間位置上。由于不同地物的輻射特征不同，反映在直

7、方圖上會出現(xiàn)很多峰值及其對應(yīng)的眾數(shù)灰度值，他們在圖像上對應(yīng)的像元分別傾向于聚集在各自不同的眾數(shù)附近的灰度空間形成的很多點(diǎn)群，這些點(diǎn)群就叫做集群。一個集群就是一種分類。（1）K-均值分類算法（分級集群法）9.5非監(jiān)督分類在初始狀態(tài)給出圖像粗糙的分類，然后基于一定原則在類別間重新組合樣本，直到分類比較合理為止。ISODATA（Interative-OrgnizingDataAnalysizeTechnique迭代自組織數(shù)據(jù)分析技術(shù)）方法不僅可以通過調(diào)整樣本所屬類別完成聚類，而且可以自動的進(jìn)行類別的合并與分裂，從而得到類別比較合理

8、的聚類結(jié)果。（2）ISODATA分類算法（動態(tài)聚類法）9.5非監(jiān)督分類4-3-2原始圖像分類結(jié)果(10類)最終結(jié)果結(jié)果合并(5類)9.5非監(jiān)督分類根本區(qū)別在于是否利用訓(xùn)練場地來獲取先驗(yàn)的類別知識。監(jiān)督分類的關(guān)鍵是選擇訓(xùn)練場地。訓(xùn)練場地要有代表性，樣本數(shù)目要能夠滿足分類要求。此為監(jiān)督分類的不