第12章遥感图像计算机解译.ppt

第十二章 遥感图像的分类 教学目的和教学要求： 1.了解：遥感数字图像计算机分类原理 2.掌握：遥感数字图像计算机分类过程 3.重点掌握：遥感数字图像计算机分类方法 本章知识点和教学内容： 一、分类原理 二、分类过程 三、分类方法 §1 概述 遥感影像分类就是把像元归到某个类别的过程 §1 概述 遥感影像分类的目的 分类原理 遥感数字图像分类 ——是通过模式识别理论，利用计算机将遥感图像自动分成若干地物类别的方法。 统计模式识别的关键是提取待识别模式的一组统计特征值，然后按照一定准则作出决策，从而对数字图像予以识别。 §2 信息类别和光谱类别 信息类别是用户使用的对地面事物的信息分类。 §2 信息类别和光谱类别 光谱类别的区分度及测定方法 分类依据 不同的地物具有不同的特征，同类地物具有相同或相似的光谱特征。 基于数字图像中的同类地物的光谱相似性和异类地物的光谱差异性进行分类。（分类的依据是遥感图像像素的相似度） 分类过程中采用的统计特征变量包括： 全局统计特征变量——整个 局部统计特征变量——各个单元 度量特征空间中的距离经常采用以下算法： （1）绝对值距离 （2）欧氏距离 （3）马氏距离 （4）混合距离 （5）相关系数 分类方法 监督分类与非监督分类 §3 非监督分类 非监督分类是指在多光谱影像中搜寻和定义自然光谱集群组的过程，也叫聚类分析或点群分析。 1 非监督分类特点 优点 2 非监督分类方法 散点图的运用 2 非监督分类方法 距离量算是非监督分类的核心 3 非监督分类的步骤 非监督分类的基本步骤 4 非监督类别解析为信息类别 可直接对应某些信息类别 非监督分类 在没有先验类别作为样本的条件下，（事先不知道类别的特征）主要根据像元间相似度的大小进行归类合并的方法。无需人为干预 分级集群法 动态聚类法 （ISODATA） 1.分级集群法 确定评价各样本相似程度所采用的指标 初定分类总数； 计算样本间的距离，据距离最近的原则判定样本归并到不同类别； 归并后的类别作为新类，与剩余的类别重新组合，然后再计算并改正其距离。 是分级进行的，可能导致对一个像元的操作次序不同，得到不同的分类结果。这是该方法的 缺点。 2.动态聚类法 聚类过程：聚类中心的变化 聚类过程：类别中心的变化 非监督分类实例 §4 监督分类 1 监督分类特点 优点 1 监督分类特点 缺点 1 监督分类特点 训练数据 2 训练样区的选择原则 （1）像元的数量 3 训练数据选择的一般步骤 监督分类（supervised classification） 又称训练分类法： 通过选取一定数量的训练区作为样本，事先获得各类别的参数，确定判别函数，据此样本进行分类，识别非样本像元的归属问题。 1.最小距离分类法 2.多级切割分类法 2.多级切割分类法 3.特征曲线窗口分类法 特征曲线是地物光谱特征曲线参数构成的曲线。 以特征曲线为中心取一个条带，构造一个窗口，凡是落在此窗口内的地物即被认为是一类，反之，则不属于该类。 3.最大似然法 监督分类的实例 三、监督分类与非监督分类方法比较 分类过程 四、图像分类中的有关问题 1、未充分利用遥感图像提供的多种信息 只考虑多光谱特征，没有利用到地物空间关系、图像中提供的形状和空间位置特征等方面的信息。 统计模式识别以像素为识别的基本单元,未能利用图像中提供的形状和空间位置特征,其本质是地物光谱特征分类.水体的分类. 三、图像分类中的有关问题 存在的问题 提高遥感图像分类精度受到限制 分类精度一般不超过90％，其原因除了与选用的分类方法有关外，还存在着制约遥感图像分类精度的几个客观因素： 大气状况的影响 不少人理想化地认为遥感图像只记录遥感观测区域内的地物电磁辐射能量，遥感图像的灰度大小及其变化只反映了地物的辐射光谱特征变化，这种观念是不正确的。 存在的问题 提高遥感图像分类精度受到限制 大气状况的影响 ◎吸收和散射会对目标地物的电磁波产生影响，不同时间大气成分以及湿度不同，散射影响也不同 存在的问题 提高遥感图像分类精度受到限制 下垫面的影响 下垫面的覆盖类型和起伏状态对分类具有一定影响。下垫面的覆盖类型多种多样，可以形成混合像元，它们对遥感图像分类的精度影响很大。 △这种情况可以在分类前首先进行混合像元分解，把它们分解成子像元后再分类。 △分布在山区向阳面与背阳面的同一类地物，单位面积上接收太阳光能不同，地物电磁波辐射能量也不同，其灰度值也存在差异，容易造成分类错误。在地形起伏变化较大时，可以采用比值图像代替原图像进行分类，以消除地形起伏的影响。 存在的问题 提高遥感图像分类精度受到限制 其他因素的影响 图像中的