《遙感基礎(chǔ)》課件-項(xiàng)目七 遙感圖像分類_第1頁
《遙感基礎(chǔ)》課件-項(xiàng)目七 遙感圖像分類_第2頁
《遙感基礎(chǔ)》課件-項(xiàng)目七 遙感圖像分類_第3頁
《遙感基礎(chǔ)》課件-項(xiàng)目七 遙感圖像分類_第4頁
《遙感基礎(chǔ)》課件-項(xiàng)目七 遙感圖像分類_第5頁
已閱讀5頁,還剩28頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

遙感技術(shù)應(yīng)用一、遙感圖像分類的理論依據(jù)項(xiàng)目七遙感圖像分類

在理想條件下,同類目標(biāo)在遙感圖像中具有相同或相似的光譜特征和空間特征,不同的目標(biāo)其在遙感圖像上的光譜特征和空間特征不同。

按具有相同或相似光譜特征和空間特征的像元或像元組集群,并賦予集群間的分割標(biāo)準(zhǔn),每個(gè)最終集群將代表一種目標(biāo)。

二、遙感圖像的分類

遙感圖像最常用的分類:監(jiān)督分類和非監(jiān)督分類。

非監(jiān)督分類是在沒有先驗(yàn)知識(訓(xùn)練場地)的情況下,根據(jù)圖像本身的統(tǒng)計(jì)特征及自然點(diǎn)群的分布情況來劃分地物類別的分類處理,類別的屬性需要需要通過目視判讀或?qū)嵉卣{(diào)查再對已分出的各類的地物屬性進(jìn)行確認(rèn),也稱為“邊學(xué)習(xí)邊分類法”。項(xiàng)目七遙感圖像分類

監(jiān)督分類是在有先驗(yàn)知識(訓(xùn)練場地)的情況下,以訓(xùn)練區(qū)提供的樣本選擇特征參數(shù),建立判別函數(shù),然后將圖像未知類別像素的值代入判別函數(shù),依據(jù)判別準(zhǔn)則對該樣本所屬的地物類別進(jìn)行分類處理,即是利用已知地物的信息對未知地物進(jìn)行分類的方法。二、遙感圖像的分類項(xiàng)目七遙感圖像分類主要任務(wù)任務(wù)一遙感圖像非監(jiān)督分類任務(wù)二遙感圖像監(jiān)督分類任務(wù)三遙感圖像分類后處理項(xiàng)目七遙感圖像分類一、非監(jiān)督分類的前提

在具有相同的表面結(jié)構(gòu)特征、植被覆蓋、光照條件下遙感圖像上的同類地物在光譜空間具有聚集特征,從而在內(nèi)部表現(xiàn)為某種內(nèi)在的相似性,可歸屬同一個(gè)類別。不同的地物,光譜特征不同,歸屬不同的類別。任務(wù)一遙感圖像非監(jiān)督分類二、非監(jiān)督分類的算法非監(jiān)督分類主要采用聚類分析的方法,把圖像逐像素按照相似性歸并成若干類別。

其目的:使屬于同一類別地物的像素之間的差異盡可能小,而不同類別的像素間的差異盡可能大。

由于沒有分類區(qū)域的先驗(yàn)知識,非監(jiān)督分類先假定初始的參數(shù),并通過預(yù)分類處理來形成聚類群,通過迭代達(dá)到閾值規(guī)定的范圍為止。任務(wù)一遙感圖像非監(jiān)督分類三、非監(jiān)督分類的步驟1.確定初始類別參數(shù)。主要是確定初始類別數(shù)和初始聚類類別中心。2.計(jì)算每一個(gè)像素所對應(yīng)的特征向量與初始類別中心的距離。3.以距離作為歸屬判別函數(shù)。集群的分類和集群的合并所使用的判別標(biāo)準(zhǔn)是距離,待分像素在特征空間中的距離說明其相似程度,距離越小,相似性越大,則它們可以歸為同一類。任務(wù)一遙感圖像非監(jiān)督分類三、非監(jiān)督分類的步驟4.計(jì)算并改變重新組合后的聚類中心(類別的均值向量),確定新的類別中心。5.比較聚類中心前后的值(均值的變化),若發(fā)生變化,則新值作為新的類別中心,再從第(2)步開始迭代。若聚類類別沒有發(fā)生改變,則分類結(jié)束。任務(wù)一遙感圖像非監(jiān)督分類四、非監(jiān)督分類的特點(diǎn)(一)非監(jiān)督分類的優(yōu)點(diǎn):1.非監(jiān)督分類不需要預(yù)先對所要分類的區(qū)域有先驗(yàn)知識,但仍需要一定的知識解釋非監(jiān)督分類得到的集群組。2.人為的誤差機(jī)會(huì)減少。非監(jiān)督分類只需要定義幾個(gè)預(yù)先的參數(shù),如初始類別數(shù)和初始類別中心等。3.獨(dú)特的、覆蓋量小的類別均能夠識別。任務(wù)一遙感圖像非監(jiān)督分類四、非監(jiān)督分類的特點(diǎn)(二)非監(jiān)督分類的缺點(diǎn):1.非監(jiān)督分類的結(jié)果并不一定是分析者想要的類別。它只是基于光譜距離來進(jìn)行的分類,因此產(chǎn)生的類別幾乎很少與想要的類別一一對應(yīng)。2.分析者較難對分類的結(jié)果進(jìn)行控制。3.非監(jiān)督分類的結(jié)果圖像中各類別的光譜特征會(huì)隨時(shí)間、地形等變化而無法保持其連續(xù)性,從而使其變化研究變得困難。任務(wù)一遙感圖像非監(jiān)督分類技能訓(xùn)練非監(jiān)督分類將以上處理的輸出圖像連同原圖像分別抓圖至Word文檔中,并對圖像做好相應(yīng)的注釋。將此Word文檔保存到各自的文件夾中,再將文件夾打包,命名為“班級+姓名”后提交。主要任務(wù)任務(wù)一遙感圖像非監(jiān)督分類任務(wù)二遙感圖像監(jiān)督分類任務(wù)三遙感圖像分類后處理項(xiàng)目七遙感圖像分類一、監(jiān)督分類的思想

監(jiān)督分類是一種先識別后分類的方法。該方法首先要進(jìn)行分類訓(xùn)練,即選擇一些有代表性的實(shí)驗(yàn)樣區(qū),用樣區(qū)內(nèi)的各種地物的光譜特征來訓(xùn)練計(jì)算機(jī),使計(jì)算機(jī)取得識別分類判別規(guī)則的先驗(yàn)知識,再根據(jù)這些先驗(yàn)知識來對未知類別像素進(jìn)行分類識別。即是利用已知地物的信息對未知地物進(jìn)行分類的方法。任務(wù)二遙感圖像監(jiān)督分類二、監(jiān)督分類的分類算法

監(jiān)督分類的分類算法:參數(shù)型和非參數(shù)型。參數(shù)型分類算法假設(shè)一個(gè)特定的類別的統(tǒng)計(jì)分布一般為正態(tài)分布,然后估計(jì)這個(gè)分布的參量,以用于分類算法中。非參數(shù)型分類算法則對類的分布不做假設(shè)。參數(shù)型分類算法:最大似然法、最小距離法和決策樹分類法等。非參數(shù)型分類算法:特征空間和平行六面體法等。任務(wù)二遙感圖像監(jiān)督分類二、監(jiān)督分類的分類算法

(一)參數(shù)型分類算法最大似然法是基于貝葉斯準(zhǔn)則的分類錯(cuò)誤概率最小的一種非線性分類,是最常用的分類方法之一,該方法假設(shè)遙感圖像中每一個(gè)波段都近似服從正態(tài)分布,逐點(diǎn)計(jì)算圖像中的每個(gè)像元數(shù)據(jù)與每一個(gè)給定的似然度,然后把像元分到似然度最大的類別中去的方法。1.最大似然法(MaximumLikelihoodClassifier)任務(wù)二遙感圖像監(jiān)督分類二、監(jiān)督分類的分類算法

(一)參數(shù)型分類算法

用特征空間中的距離表示像元數(shù)據(jù)和分類類別特征的相似程度,在利用訓(xùn)練數(shù)據(jù)獲得了各個(gè)類別的特征參數(shù)后,對于一個(gè)未知像元,首先計(jì)算它與各個(gè)類別特征向量或代表向量的距離,然后比較距離的大小,把未知像元?dú)w并到距離最?。ㄏ嗨贫茸畲螅┑念悇e中去。2.最小距離法(MinimumDistanceClassifier)任務(wù)二遙感圖像監(jiān)督分類二、監(jiān)督分類的分類算法

(二)無參數(shù)型分類算法在多光譜遙感數(shù)據(jù)構(gòu)成的光譜空間中,各項(xiàng)訓(xùn)練區(qū)樣本的特征向量分別產(chǎn)生各自的平行四邊形,每一個(gè)平行四邊形為一類,平行四邊形的中心是訓(xùn)練區(qū)樣本類的均值向量,平行四邊形的邊界由樣本類的標(biāo)準(zhǔn)差乘以分類者確定的乘數(shù)來限定。像素落在哪個(gè)平行四邊形就屬于哪一類,落在外面的像素被標(biāo)識為“未分類”。1.平行六面體法(Parallelepied)任務(wù)二遙感圖像監(jiān)督分類三、監(jiān)督分類的分類步驟

1.定義分類模板。主要是精確確定訓(xùn)練區(qū)樣本。2.評價(jià)分類模板。以訓(xùn)練區(qū)樣本為對象,選擇監(jiān)督分類算法計(jì)算分類模板的分類精度,滿足精度則進(jìn)行下一步;若不滿足精度,則根據(jù)計(jì)算的結(jié)果并重新采樣修改分類模板,然后重新進(jìn)行分類模板的評價(jià)直到滿足分類模板精度的要求。3.執(zhí)行監(jiān)督分類。按選擇的監(jiān)督分類算法和規(guī)則進(jìn)行分類。4.評價(jià)分類結(jié)果。任務(wù)二遙感圖像監(jiān)督分類四、監(jiān)督分類的優(yōu)缺點(diǎn)主要優(yōu)點(diǎn):1.監(jiān)督分類可根據(jù)應(yīng)用目的和區(qū)域特點(diǎn),有選擇的決定分類類別,避免出現(xiàn)一些不必要的類別;2.可以控制訓(xùn)練樣本的選擇;3.在進(jìn)行監(jiān)督分類之前可以通過檢查訓(xùn)練樣本來決定訓(xùn)練樣本是否被精確分類,從而避免分類中的盲目性和錯(cuò)誤;4.避免了非監(jiān)督分類中對光譜集群的重新歸類。第二節(jié)遙感圖像監(jiān)督分類主要缺點(diǎn):1.監(jiān)督分類訓(xùn)練樣本的選擇,需要用戶對訓(xùn)練區(qū)有足夠多的先驗(yàn)知識,因此樣本的結(jié)果并不一定是自然存在的類別,有較大的主觀因素,會(huì)導(dǎo)致在光譜空間各類別之間并非獨(dú)立,出現(xiàn)類別的重疊;所選擇的訓(xùn)練區(qū)樣本也可能并不代表圖像的真實(shí)情形。四、監(jiān)督分類的優(yōu)缺點(diǎn)任務(wù)二遙感圖像監(jiān)督分類主要缺點(diǎn):2.由于遙感圖像的復(fù)雜性,同一地物在圖像上表現(xiàn)出光譜的差異,而且該地物內(nèi)部的方差值較大,這種差異性就越大。這樣就會(huì)使訓(xùn)練樣本的代表性較差,影響精度。3.監(jiān)督分類訓(xùn)練樣本的選取,需要花費(fèi)較大的人力、時(shí)間。4.只能識別訓(xùn)練樣本中所定義的類別,而對于沒有定義的類別或其數(shù)量太少的類別,則不能很好的識別。四、監(jiān)督分類的優(yōu)缺點(diǎn)任務(wù)二遙感圖像監(jiān)督分類主要任務(wù)項(xiàng)目七遙感圖像分類任務(wù)一遙感圖像非監(jiān)督分類任務(wù)二遙感圖像監(jiān)督分類任務(wù)三遙感圖像分類后處理一、分類后處理的概念任務(wù)三遙感圖像分類后處理

遙感圖像的非監(jiān)督分類是根據(jù)圖像本身的統(tǒng)計(jì)特征及自然點(diǎn)群的分布情況劃分地物類別的分類處理,它獲取的是各類光譜類;監(jiān)督分類是通過訓(xùn)練區(qū)樣本來訓(xùn)練計(jì)算機(jī),從而對圖像分類得到地物類,但由于同譜異物和同物異譜的存在,使得分類結(jié)果并非為真正的地物類。因此,都帶有一定的盲目性,并且還需要解決一些專業(yè)及專業(yè)制圖的技術(shù)問題等,所以,對獲得的分類結(jié)果需要再進(jìn)行一些處理工作,才能得到最終相對理想的分類結(jié)果,這些處理操作稱為分類后處理。二、分類后處理的過程

無論利用監(jiān)督分類還是非監(jiān)督分類,都是按照一定的數(shù)學(xué)算法對圖像進(jìn)行計(jì)算和分類的,其分類結(jié)果中都會(huì)產(chǎn)生一些面積很小的圖斑。無論從專題制圖的角度,還是從實(shí)際應(yīng)用的角度,都有必要對這些小圖斑進(jìn)行剔除,即做地圖綜合,將過濾掉分類圖中過于孤立的那些像素,或把它們歸并到包圍相鄰的連續(xù)分布的類別中去。任務(wù)三遙感圖像分類處理(一)分類圖像碎斑的處理二、分類后處理的過程

ERDAS系統(tǒng)中的GIS分析命令:聚類統(tǒng)計(jì)(Clump)、過濾分析(Sieve)、去除分析(Eliminate)可以聯(lián)合完成小圖斑的處理工作。(一)分類圖像碎斑的處理任務(wù)三遙感圖像分類后處理二、分類后處理的過程1.聚類統(tǒng)計(jì)(Clump)

聚類統(tǒng)計(jì)是通過地物分類專題圖像計(jì)算每個(gè)分類圖斑的面積、記錄相鄰區(qū)域中最大圖斑面積的分類值等操作,產(chǎn)生一個(gè)Clump類組輸出圖像,其中每個(gè)圖斑都包含Clump類組屬性;該圖像是一個(gè)中間文件,用于進(jìn)行下一步處理。任務(wù)三遙感圖像分類后處理

過濾分析功能是對經(jīng)聚類統(tǒng)計(jì)處理后的Clump類組圖像進(jìn)行處理,按照定義的數(shù)值大小,刪除Clump圖像中較小的類組圖斑,并給所有小圖斑賦予新的屬性值0。顯然,這里引出了一個(gè)新的問題,即小圖斑歸屬問題。一般情況,過濾分析(Sieve)經(jīng)常與Clump命令配合使用,對于無需考慮的小圖斑的應(yīng)用問題,有很好的應(yīng)用。2.過濾分析(Sieve)二、分類后處理的過程任務(wù)三遙感圖像分類后處理二、分類后處理的過程

去除分析是用于刪除原始分類圖像中的小圖斑或Clump聚類圖像中的小Clump類組,將刪除的小圖斑合并到相鄰的最大的分類當(dāng)中,而且,如果輸入圖像是Clump聚類圖像的話,經(jīng)過Eliminate處理后,將小類圖斑的屬性值自動(dòng)恢復(fù)為Clump處理前的原始分類編碼。3.去除分析(Eliminate

)任務(wù)三遙感圖像分類后處理

主要針對非監(jiān)督分類而言,由于非監(jiān)督分類之前,用戶對分類地區(qū)沒有什么了解,所以在非監(jiān)督分類過程中,一般要定義比最終需要多一定數(shù)量的分類數(shù),在完全按照像元灰度值分類后,首先將專題分類圖像與原始圖像對照,判斷每個(gè)分類的專題屬性,然后對相近或類似的分類通過圖像重編碼進(jìn)行合并,并定義分類名稱和顏色。二、分類后處理的過程1.分類重編碼(二)分類類別合并任務(wù)三遙感圖像分類后處理

針對監(jiān)督分類而言,但由于

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論