遥感图像的分类.pdf
- 一千零一夜个人认证 |
- 2021-03-07 发布|
- 2.07 MB|
- 27页
实验四 遥感图像分类
一、背景知识 图像分类就是基于图像像元的数据文件值,将像元归并成有限几种类型、等级或数
据集的过程。常规计算机图像分类主要有两种方法:非监督分类与监督分类,本实验将
依次介绍这两种分类方法。 非监督分类运用 ISODATA(Iterative Self-Organizing Data Analysis Technique)
算法,完全按照像元的光谱特性进行统计分类, 常常用于对分类区没有什么了解的情况。
使用该方法时,原始图像的所有波段都参于分类运算,分类结果往往是各类像元数大体
等比例。由于人为干预较少,非监督分类过程的自动化程度较高。非监督分类一般要经
过以下几个步骤:初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定
义、栅格矢量转换、统计分析。 监督分类比非监督分类更多地要用户来控制,常用于对研究区域比较了解的情况。
在监督分类过程中, 首先选择可以识别或者借助其它信息可以断定其类型的像元建立模
板,然后基于该模板使计算机系统自动识别具有相同特性的像元。对分类结果进行评价
后再对模板进行修改,多次反复后建立一个比较准确的模板,并在此基础上最终进行分
类。监督分类一般要经过以下几个步骤:建立模板 ( 训练样本 ) 分类特征统计、栅格矢量
转换、评价模板、确定初步分类图、检验分类结果、分类后处理。由于基本的非监督分
类属于 IMAGINE Essentials 级产品功能,但在 IMAGINE Professional 级产品中有一定
的功能扩展,非监督分类命令分别出现在 Data Preparation 菜单和 Classification 菜
单中,而监督分类命令仅出现在 Classification 菜单中。
二、实验目的 理解并掌握图像分类的原理,学会图像分类的常用方法:人工分类(目视解译) 、
计算机分类(监督分类、非监督分类)