首页 遥感图像分类

遥感图像分类

遥感图像分类根据本专业的特点，使用遥感图像完成分类任务，给出设计方案，技术路线，并对相关的结果进行分析。内容要求: 特征选择对分类结果的影响监督分类方法的选择对分类结果的影响非监督分类方法的选择对分类结果的影响分类方法中，训练区选择和分类参数选择对分类结果的影响在遥感应用中，通过遥感影像处理和判读来识别各种地物是一个主要的工作目的，无论是地物信息提取、土地动态变换监测，还是专题地图制作和遥感图像库的建立都离不开分类。遥感图像分类主要依据是地物的光谱特征，既地物电磁波辐射的多波段测量值，这些测量值可以用作遥感图像分类...

根据本专业的特点，使用遥感图像完成分类任务，给出设计方案，技术路线，并对相关的结果进行分析。内容要求: 特征选择对分类结果的影响监督分类方法的选择对分类结果的影响非监督分类方法的选择对分类结果的影响分类方法中，训练区选择和分类参数选择对分类结果的影响在遥感应用中，通过遥感影像处理和判读来识别各种地物是一个主要的工作目的，无论是地物信息提取、土地动态变换监测，还是专题地图制作和遥感图像库的建立都离不开分类。遥感图像分类主要依据是地物的光谱特征，既地物电磁波辐射的多波段测量值，这些测量值可以用作遥感图像分类的原始特征变量。分类是对图像上每个像素按照亮度并接近程度给出对应类别，以达到大致区分遥感图像中多种地物的目的。 1分类体系选择本题分类体系采用中国科学院土地利用分类法，如表 1所示，采用一级土地分类，将实验数据中的土地分为耕地、林地、水域、城镇与居民用地4类。本题采用L720000612_B17多光谱影像和L720000612_B17全色影像作为实验数据。首先对影像融合，然后对融合后的影像裁切，裁切出来的影像作为实验区，如图1所示。温馨推荐您可前往百度文库小程序享受更优阅读体验不去了立即体验图1 实验区(4,3,2合成) A、要分析特征选择对分类结果的影响，通过对实验区数据进行主成分变换，将主成分变换后的数据与原始未经任何变换的数据作为对照组，分析特征选择对分类结果的影响。 B、在监督分类方法中，选择最小距离法，平行管道法、马氏距离法、最大似然分类方法，在选取样本时，分别用点、线、面进行选择，然后比较这4种监督分类方法对分类结果的影响。 C、在非监督分类方法中，采用K_Means与ISODATA方法对实验数据分类，比较两者的分类结果。 (3)技术路线图2 技术路线图 3结果分析监督分类采用相同的样本，分类结果见图3-图8，在精度评价时，在实验区原始数据用Image窗口下的Overlay->Region of Interest，选择不林地、水体、建设用地、农田的样本，总共5842个像素，然后对不同的分类结果进行分类评价，精度评价见表2和表3. 3.1 特征选择对分类结果的影响从图3-图8，以及表2可以看出，在非监督分类中，影像经过主成分变换后，用k-Means 和IsoData分类方法对影像进行分类，分类精度明显提高，这是因为主成分分析后的影像，各个波段之间的相关性降低，说明选择不同特征变量可以适当提高图像的分类精度，在监督分类中，变换后的图像用平行管道分类方法分类后，精度有很大的提高，从表2中可以看到，总精度从63.98%提高到81.84%,kappa系数从0.4942提高到0.7177，从图3中也可以看出分类精度有了很大的变化，其他几种分类方法变换后的图像的分类精度与原始图像的分类精度之间并没有多大的差异，这可能与评价的样本区有很大关系，总之，对原始图像经过适当变换，可以提高分类的精度。 3.2 监督分类方法的选择对分类结果的影响从图5-图8结合表2可以看出，在平行管道、最小距离、马氏距离、最大似然分类法中，平行管道分类方法的精度最差，最大似然分类方法具有最优的分类结果，其次是马氏距离分类方法，最小距离分类也有较好的分类结果。 3.3非监督分类方法的选择对分类结果的影响从图3-图4，以及表2中可以看出,k-Means分类方法与IsoData方法相比，迭代(IsoData)具有较好的分类效果,IsoData方法可以将下实验区右上侧的耕地有效的提取出来，而K-Means方法确将耕地错分为建设用地，但两种方法对水体都能够准确的提取出来，总体来说，非监督分类由于缺少先验知识，仅凭遥感图像中地物的光谱特征进行分类，因此不具有较好的分类效果。 3.4训练区选择和训练参数的选择对分类结果的影响以最大似然分类方法为例，采用不同的训练区选取类型，对训练区进行选择，在分类时，对概率阈值进行设置，分为无概率阈值。单概率阈值以及对概率阈值，最后对分类结果评价，从表3中可以看出，用点对训练区选择具有最高的分类精度，同时可以看出，不同的概率阈值有不同的分类结果，因此在训练区选择时，对不同的地物用不同的类型进行选择，例如线状地物可以考虑用线来选择，点状地物，或较小的地物用点来选择，同时设置合理的概率阈值，提高样本间的区分能力，从而提高分类精度。 A非监督分类原始影像k-Means分类如果PCA变换后k-Means分类结果图3 PCA变换原始影像的k-Means分类结果原始影像Isodata分类结果PCA变换IsoData分类结果图4 PCA变换原始影像的IsoData分类结果 B、监督分类在监督分类时，各分类方法使用相同的训练区，分类结果图 ○1平行管道分类未经PCA变换平行管道分类结果PCA变换平行管道分类结果图5 PCA变换原始影像的平行管道分类结果○2最小距离分类未经PCA变换的最小距离分类结果PCA变换最小距离分类结果图6 PCA变换原始影像的最小距离分类结果 ○3马氏距离未经PCA变换的马氏距离分类结果PCA变换马氏距离分类结果图7 PCA变换原始影像的马氏距离分类结果 ○4最大似然分类

                    本文档为【遥感图像分类】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
                    图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。 
 该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。

                    [版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。

                    本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。

                    网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
                

下载需要：免费已有0 人下载

立即下载

遥感图像分类

你可能还喜欢