freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

基于envi的土壤高光譜影像監(jiān)督分類方法比較研究-預(yù)覽頁(yè)

 

【正文】 征是被分類別最具有判斷力的特征。自 20 世紀(jì) 70 年代以來,隨著數(shù)字成像技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展,影像處理、分類與信息提取的算法層出不窮。如平行管道、最大似然、最小距離、馬氏距離等,原來針對(duì)多光譜數(shù)據(jù)的處理手段在高光譜的數(shù)據(jù)分析中多有使用。Boardman(1993)發(fā)展了凸面幾何學(xué)分析, Boardman、Kruse、Green(1995)發(fā)展了純象元指數(shù)(PPI)端元提取算法。吳波,張良培,李平湘(2005)根據(jù)迭代誤差分析思路,結(jié)合端元存在的空間信息,自動(dòng)提取出端元光譜。王毅,張良培,李平湘(2007)提出了一種基于局部自動(dòng)搜索和光譜匹配技術(shù)的監(jiān)督分類訓(xùn)練樣本的純化方法。Zhuo L(2008)將遺傳算法應(yīng)用到高光譜圖像波段選擇和圖像分類中。牛鵬(2010)結(jié)合高光譜數(shù)據(jù)特性,改進(jìn)了 SVM,將其應(yīng)用到高光譜遙感圖像分類中。由于土壤反射光譜特征綜合反映了土壤各種理化性質(zhì),因此高光譜遙感技術(shù)在土壤剖面的研究中有很大的應(yīng)用價(jià)值(張美琴,2012)。遙感影像的分類方法可以分為非監(jiān)督分類和監(jiān)督分類,非監(jiān)督分類不需要人工采集地物樣本點(diǎn)數(shù)據(jù),多是通過聚類的方法來自動(dòng)分類,主要有isodata,k均值等。 監(jiān)督分類過程 PCA變換對(duì)原始影像xl1n進(jìn)行主成分變換,具體方法是在ENVI主菜單上選擇Transform Principal Components Forward PC Rotation Compute New Statistics and Rotate,輸入影像選擇xl1n,得到的結(jié)果存為pc,然后在ENVI主菜單選擇Basic Tools Resize Data(Spatial/spectral),選取信息量最大的前三個(gè)波段,存為pcResize。使用感興趣區(qū)(ROI)工具來選擇訓(xùn)練樣本,在主影像菜單欄中選擇Overlay RegionTool對(duì)話框中選中第二個(gè)區(qū)域,在影像上顏色比較均勻的區(qū)域選擇顏色較淺的點(diǎn),得到的結(jié)果如圖6,最后把選好的ROI保存為xl1n,將ROI Tool對(duì)話框關(guān)閉。圖7 分類參數(shù)選擇Figure 7 Classification parameters(Minimum Distance)法利用訓(xùn)練樣本數(shù)據(jù)計(jì)算出每一類的均值向量和標(biāo)準(zhǔn)差向量,然后以均值向量作為該類在特征空間中的中心位置,計(jì)算輸入影像中每個(gè)像元到各類中心的距離,到哪一類中心的距離最小,該像元就歸入到哪一類。 (Likelihood Classification)法 最大似然法分類假定每個(gè)波段每一類統(tǒng)計(jì)呈均勻分布,并計(jì)算給定像元屬于一特定類別的可能性。圖8 平行六面體法Figure 8 Parallelpiped圖9 最小距離法Figure 9 Minimum Distance 圖10 馬氏距離法Figure 10 Mahalanobis Distance圖11 最大似然法Figure 11 Likelihood Classification圖12 原始影像Figure 12 The original image3. 結(jié)果與分析本文利用ENVI 軟件中的監(jiān)督分類模塊對(duì)經(jīng)過PCA變換和裁剪的同一影像分別用平行六面體法、最小距離法、馬氏距離法、最大似然法四種分類方法進(jìn)行監(jiān)督分類,同時(shí)這四種分類都采用了相同的訓(xùn)練樣本,有利于比較不同分類方法的差異。地面真實(shí)影像可以是另一幅分類影像,或是根據(jù)地面真實(shí)測(cè)量生成的影像(也可以是感興趣區(qū))。類別之間的合并將顯示在對(duì)話框底部列表中,如果地表真實(shí)影像感興趣區(qū)中的類別與分類影像中的類別名稱相同,他們將自動(dòng)匹配。像元總數(shù)等于所有地表真實(shí)分類中的像元總和。混淆矩陣的每一列代表了一個(gè)地表真實(shí)分類,每一列中的數(shù)值等于地表真實(shí)像元在分類影像中對(duì)應(yīng)于相應(yīng)類別的數(shù)量。錯(cuò)分誤差顯示在混淆矩陣的行里。(Omission)本屬于地表真實(shí)分類,但沒有被分類器分到相應(yīng)類別中的像元數(shù)。()是指分類器將整個(gè)影像的像元正確分為A類的像元數(shù)(對(duì)角線值)與A類真實(shí)參考總數(shù)(混淆矩陣中A類列的總和)的比率。 四種分類方法精度比較如表1,本文選取了幾個(gè)評(píng)價(jià)標(biāo)來比較不同的分類方法的精度,平行六面體分類方法的總體分類精度較低,Kappa系數(shù)很低,并且裂縫和陰影的錯(cuò)分誤差達(dá)到50%以上,同時(shí)正常土壤的漏分誤差達(dá)到50%以上,說明有一半以上的正常土壤被分到裂縫和陰影類,分類效果較差。圖19 將像素點(diǎn)1定位在三種分類結(jié)果影像和原始影像中Figure 19 The pixel dots 1 positioning in the three classification results and original image圖20 像素點(diǎn)1的波譜剖面曲線圖Figure 20 Spectral profile graph of pixel 1 像素點(diǎn)2選取的第2個(gè)像素在25列,12行,稱作像素點(diǎn)2,將像素點(diǎn)2定位在三種分類結(jié)果影像和原始影像中,如圖21,第一排左起分別為最小距離法分類結(jié)果影像、馬氏距離法分類結(jié)果影像、最大似然法分類結(jié)果影像、原始影像的縮放窗口,可以看出,只有最小距離法把該點(diǎn)分到了正常土壤中,查看該點(diǎn)的波譜剖面曲線圖,如圖22,在1400nm處沒有水分吸收谷,再結(jié)合原始影像該點(diǎn)位置的顏色,可以判斷該點(diǎn)為裂縫或陰影,所以對(duì)于像素點(diǎn)2,馬氏距離法和最大似然法的分類結(jié)果相對(duì)較好。圖27 將像素點(diǎn)5定位在三種分類結(jié)果影像和原始影像中Figure 27 The pixel dots 5 positioning in the three classification results and original image圖28 像素點(diǎn)5的波譜剖面曲線圖Figure 28 Spectral profile graph of pixel 5 像素點(diǎn)6選取的第6個(gè)像素在30列,5行,稱作像素點(diǎn)6,將像素點(diǎn)6定位在三種分類結(jié)果影像和原始影像中,如圖29第一排左起分別為最小距離法分類結(jié)果影像、馬氏距離法分類結(jié)果影像、最大似然法分類結(jié)果影像、原始影像的縮放窗口,可以看出,只有最小距離法把該點(diǎn)分到了正常土壤中,查看該點(diǎn)的波譜剖面曲線圖,如圖30,在1400處有明顯的水分吸收谷,可以判斷該點(diǎn)為正常土壤,所以對(duì)于像素點(diǎn)6,最小距離法的分類結(jié)果相對(duì)較好。4. 討論本文主要介紹了平行六面體法、最小距離法、馬氏距離法、最大似然法、通過對(duì)分類結(jié)果的比較和分析,平行六面體法的分類精度較低,效果較差,不適用于土壤剖面的裂縫和陰影與正常土壤的分類,最小距離法、馬氏距離法、最大似然法的分類精度都很高,但是每一種分類方法都有自己適合的范圍和局限性,不能判斷哪一種方法是最好的,所以必須靈活地綜合應(yīng)用多種分類方法,并且與其他影像處理技術(shù)結(jié)合起來達(dá)到更好的分類效果。華中農(nóng)業(yè)大學(xué)碩士學(xué)位論文,20126. 李靜。成都理工大學(xué)博士學(xué)位論文,2011,[J], 陜西師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,37(4):4347.,周成虎,梁怡,[J].遙感學(xué)報(bào), 2002, 6(1): 5055. 鵬 , 魏 維 . 基 SVM 動(dòng) 態(tài) 集 成 的 高 光 譜 遙 感 圖 像 分 類 [J]. 計(jì) 算 機(jī) 應(yīng)用,2010,30(6):15901593.,張良培,[J], 遙感學(xué)報(bào),2005,(3).,張良培,[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2007(3):216219.,馬洪超, SOM 神經(jīng)網(wǎng)絡(luò)和混合像元分解的高光譜影像分類方法研究[J].遙感學(xué)報(bào),2007,11(6):778786.,董秀
點(diǎn)擊復(fù)制文檔內(nèi)容
畢業(yè)設(shè)計(jì)相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖鄂ICP備17016276號(hào)-1