不同监督分类方法分类结果的对比分析研究.pdfVIP

2011年9月 山 东 师 范 大 学 学 报 (自然 科 学 版) Sep．2011 第26卷 第3期 JournalofShandongNormalUniversity(NaturalScience) Vo1．26No．3 不同监督分类方法分类结果的对 比分析研究 张 芬 翟苗苗 丁庆福 (山东师范大学人 口 ·资源与环境学院，250014，济南 ) 摘要 笔者以2007年 11月中巴资源卫星多光谱遥感影像数据为例，选择山东省济宁市市中区作为研究区，利用ERDAS Imagine9．2遥感影像处理软件对数据进行预处理后 ，运用最大似然法 (MaximumLikelihood)、马氏距离法 (MahalanobisDistance)、最 小距离法 (MinimumDistance)进行监督分类试验．然后对分类后的结果进行主观和客观的分析 ，并评价各种分类结果的精度，为用 户进行影像分类前选择分类方法提供参考． 关键词 监督分类；分类精度；遥感图像 中图分类号 TP79 文献标识码 A d0i：10．3969／j．issn．1001—4748．2011．03．020 监督分类是一种主要的传统遥感图像分类方法．随着对遥感影像处理技术研究的不断深人，国内外遥感学界先后提出了 一 些经典的监督分类算法，如最大似然法、马氏距离法、最小距离法 、波谱角填图分类法 、二值编码分类法等．这些分类方法虽 然都是基于地物光谱特征统计基础上的计算机分类，但算法有所差异，因此就具有不同的适用性．笔者以济宁市市中区的中 巴资源卫星多光谱遥感影像为基础数据，采用最大似然法(MaximumLikelihood)、马氏距离法(MahalanobisDistance)、最小距 离法(MinimumDistance)分别进行监督分类试验，并对分类后的结果进行分类精度评价，从而分析不同监督分类算法对中巴 资源卫星遥感影像分类精度的影响． 1 研究材料和方法 1．1 研究材料 笔者以中巴资源卫星多光谱遥感影像为研究材料 ，选取济宁市市中区东北角城乡结合部作为研究区，其成 像时间为2007年 11月，空间分辨率为 19．5m． 1．2 研究方法 1) 最大似然分类法．最大似然分类法(MxaimumLikelihoodClassification，简称MLC)有严密的理论基础 ，对于呈正态分 布的类别判别函数易于建立，综合应用了每个类别在各波段中的均值，方差以及各波段之间的协方差，有较好的统计特性，一 直被认为是较先进的分类方法 ． 在传统的遥感图像分类中，最大似然法的应用比较广泛．该方法通过对感兴区域 的统计和计算，得到各个类别的均值和 方差等参数，从而确定一个分类函数，然后将待分类图像中的每一个像元代入各个类别的分类函数 ，将函数返 回值最大的类 别作为被扫描像元的归属类别，从而达到分类的效果 ． 最大似然分类法的判别函数为： ()=in (E，)]-÷lnf∑f一÷( )∑ ( )， 式中的 为光谱特征向量，其中 为协方差矩阵，即 6l1 612 621 ∑ ● ● ： ： 6l 6 占 = ( u 一uj)， 其中：表不--昂~荷位z州昂T_忖仳z1且；』V弗z~忖F,驯付征z值总个数．因而∑i为第类的协方差矩阵，u为第类的均值向量． 在分类时这两类数据通过样本光谱特征的协方差和均值获得 ． 2) 马氏距离法．马氏距离法(MahalanobisDistance)是一个方向灵敏的距离分类器 ，分类时将使用到统计信息，与最大 似然法有些类似，但是它假定了所有类的协方差都相等，所以它是一种较快的分类方法．其公式如下： 收稿 日期