資源描述：
《環(huán)境遙感技術(shù)及應(yīng)用(田靜毅)第五章 遙感圖像的計算機分類課件.ppt》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、第五章遙感圖像的計算機分類遙感信息的提取主要由人工或計算機進行。人工信息提取也稱圖像判讀，將在第六章介紹。本章主要介紹遙感圖像的計算機分類。1遙感圖像的計算機分類ComputerClassificationofRSImage2監(jiān)督分類方法SupervisedClassification3無監(jiān)督分類方法UnsupervisedClassification4模糊理論與專家系統(tǒng)的應(yīng)用ApplicationofFuzzytheory&ExpertSystem掌握：概念：特征空間、監(jiān)督分類、非監(jiān)督分類、訓(xùn)練、訓(xùn)練場地、訓(xùn)練樣本、模
2、式、模式識別。遙感圖像的分類原理。監(jiān)督分類中選擇訓(xùn)練樣本的要求。監(jiān)督分類中主要的識別分類方法及其各自特點。了解：模式識別的任務(wù)與方法（分類）。訓(xùn)練場地的選擇方法。識別分類判別函數(shù)的特點。1遙感圖像的計算機分類1.遙感圖像分類原理遙感圖像計算機分類以遙感數(shù)字圖像為研究對象，在計算機系統(tǒng)支持下，綜合運用地學(xué)分析、遙感圖像處理、地理信息系統(tǒng)、模式識別與人工智能技術(shù)，實現(xiàn)地學(xué)專題信息的智能化獲取。利用遙感圖像進行分類(classification)是以區(qū)別圖像中所含的多個目標(biāo)物為目的，對每個像元或比較勻質(zhì)的像元組給出對應(yīng)其特征的
3、名稱，這些名稱稱為分類類別(class)。在分類中所注重的是各像元的灰度及紋理等特征。用這樣的多個特征量（特征矢量）所定義的空間叫特征空間（featurespace）。分類也可以說是按照若干分類基準對特征空間進行分割，對其中所含的像元或勻質(zhì)區(qū)域給出相同的名稱。TheProcedureofImageClassification2.遙感圖像分類方法根據(jù)所采取的方法途徑不同，遙感圖像分類包括:?監(jiān)督分類(SupervisedClassification)?非監(jiān)督分類(UnsupervisedClassification)監(jiān)督分
4、類根據(jù)已知訓(xùn)練場地提供的樣本，通過選擇特征參數(shù)，建立判別函數(shù)，然后把圖像中各個像元點歸化到指定類中的分類方法。1、訓(xùn)練（training）——指計算機對遙感圖像進行自動識別、分類的學(xué)習(xí)過程。2、訓(xùn)練樣本（trainingsample）——又稱“訓(xùn)練組”或“訓(xùn)練區(qū)”。指監(jiān)督分類法中由先驗類別選取的已知樣本。它用來建立分類標(biāo)準。監(jiān)督分類對所要分類的地區(qū)必須要有先驗的類別知識，即已知遙感圖像上的樣本區(qū)內(nèi)的地物的類別，該樣本區(qū)為訓(xùn)練區(qū)。我們具體地確定各類地物各波段的亮度值，并據(jù)此確定特征參數(shù)，建立判別函數(shù)。監(jiān)督分類一般是在圖像中
5、選取有代表性區(qū)域作為訓(xùn)練區(qū)，由訓(xùn)練區(qū)數(shù)據(jù)得出各個類別的統(tǒng)計數(shù)據(jù)，然后根據(jù)這些統(tǒng)計數(shù)據(jù)對整個圖像進行分類。2監(jiān)督分類方法1.監(jiān)督分類的內(nèi)容學(xué)習(xí)過程：利用訓(xùn)練樣本的特征值求解判別函數(shù)的過程稱為監(jiān)督分類的學(xué)習(xí)過程。識別分類過程：利用判別函數(shù)對未知類別樣本進行分類的過程。（1）學(xué)習(xí)過程對所使用圖件的要求：時間性：在確定數(shù)字圖像與地形圖（或土地利用圖、地質(zhì)圖、航片等其他圖）的對應(yīng)關(guān)系時，所用的兩類圖件在時間上應(yīng)一致，即同一時間的圖件?？臻g性：上述兩類圖件在空間上應(yīng)很好匹配。b.對訓(xùn)練樣本的要求：類別：選擇的訓(xùn)練場地所包含的類別在種
6、類上應(yīng)與研究地域所要區(qū)分的類別一致。不連續(xù)性：訓(xùn)練場地各樣品在地理空間上可以是不連續(xù)的。代表性：訓(xùn)練場地樣品在各類地物面積較大的中心部分進行選取，而不應(yīng)在各類地物的混交地區(qū)和類別的邊緣選取，以保證數(shù)據(jù)的單純性（均一物質(zhì)的亮度值）。分布：各類訓(xùn)練場地樣本應(yīng)該是正態(tài)分布，訓(xùn)練樣本應(yīng)盡量滿足這一要求，即直方圖是單峰，不能是雙峰。數(shù)量：要使各類訓(xùn)練樣本能夠提供各類的足夠信息和克服各種偶然因素的影響，各類訓(xùn)練樣本應(yīng)該有足夠樣品數(shù)。訓(xùn)練樣品的個數(shù)與所采用的分類方法、特征空間的維數(shù)、各類的大小和分布等有關(guān)。訓(xùn)練樣本的選擇方法a.特征庫
7、法：從已建立的樣本特征庫中取出同樣環(huán)境下同種物類的數(shù)據(jù)。b.外推法：從地形圖、土地利用圖、植被圖等圖件上直接選取訓(xùn)練樣本。具體做法是將幾何粗校正好的數(shù)字圖像與比例尺相同的地形圖配準后，在數(shù)字圖像上勾畫出各類地物的邊界，提取樣本。監(jiān)督分類中訓(xùn)練樣本的選擇要求（2）識別分類過程識別分類及其判別函數(shù)的特點：識別分類又稱判別分析分類，是根據(jù)某個判別函數(shù)的函數(shù)值對自變量進行分類的統(tǒng)計分析方法。在圖像處理中，判別函數(shù)一般是指一組以各波段的像元值Xj為自變量的函數(shù)，其函數(shù)值可以作為分類界線。識別分類方法判別分析可以采用不同的判別函數(shù)及
8、分析方法。監(jiān)督分類主要有以下三種識別分類方法：?最小距離法（minimumdistanceclassifier）?平行六(多)面體法（parallelepiped/boxclassifier）?最大似然法（maximumlikelihoodclassifier）最小距離法是根據(jù)最小距離原則進行分類的方法。在資源遙感分
